pandas.DataFrame的for循环迭代如何实现

本篇内容主要讲解“pandas.DataFrame的for循环迭代如何实现”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“pandas.DataFrame的for循环迭代如何实现”吧!

当使用for语句循环（迭代）pandas.DataFrame时，简单的使用for语句便可以取得返回列名，因此使用重复使用for方法，便可以获取每行的值。

以下面的pandas.DataFrame为例。

import pandas as pd

df = pd.DataFrame({'age': [24, 42], 'state': ['NY', 'CA'], 'point': [64, 92]},
                  index=['Alice', 'Bob'])

print(df)
#        age state  point
# Alice   24    NY     64
# Bob     42    CA     92

在此对以下内容进行说明：

• pandas.DataFrame for循环的应用

• 逐列检索

• DataFrame.iteritems()

• 逐行检索

• DataFrame.iterrows()

• DataFrame.itertuples()

• 检索特定列的值

• 循环更新值

pandas.DataFrame for循环的应用

当pandas.DataFrame直接使用for循环时，按以下顺序获取列名（列名）。

for column_name in df:
    print(type(column_name))
    print(column_name)
    print('======
')
# <class 'str'>
# age
# ======
# 
# <class 'str'>
# state
# ======
# 
# <class 'str'>
# point
# ======
#

调用方法__iter __（）。

for column_name in df.__iter__():
    print(type(column_name))
    print(column_name)
    print('======
')
# <class 'str'>
# age
# ======
# 
# <class 'str'>
# state
# ======
# 
# <class 'str'>
# point
# ======
#

逐列检索

DataFrame.iteritems()

使用iteritems（）方法，您可以一一获取列名称（列名称）和元组（列名称，系列）的每个列的数据（pandas.Series类型）。

pandas.Series可以通过指定索引名称等来检索行的值。

for column_name, item in df.iteritems():
    print(type(column_name))
    print(column_name)
    print('~~~~~~')

    print(type(item))
    print(item)
    print('------')

    print(item['Alice'])
    print(item[0])
    print(item.Alice)
    print('======
')
# <class 'str'>
# age
# ~~~~~~
# <class 'pandas.core.series.Series'>
# Alice    24
# Bob      42
# Name: age, dtype: int64
# ------
# 24
# 24
# 24
# ======
# 
# <class 'str'>
# state
# ~~~~~~
# <class 'pandas.core.series.Series'>
# Alice    NY
# Bob      CA
# Name: state, dtype: object
# ------
# NY
# NY
# NY
# ======
# 
# <class 'str'>
# point
# ~~~~~~
# <class 'pandas.core.series.Series'>
# Alice    64
# Bob      92
# Name: point, dtype: int64
# ------
# 64
# 64
# 64
# ======
#

逐行检索

一次检索一行的方法包括iterrows（）和itertuples（）。 itertuples（）更快。

如果只需要特定列的值，则如下所述，指定列并将它们分别在for循环中进行迭代会更快。

DataFrame.iterrows()

通过使用iterrows（）方法，可以获得每一行的数据（pandas.Series类型）和行名和元组（索引，系列）。

pandas.Series可以通过指定列名等来检索列的值。

for index, row in df.iterrows():
    print(type(index))
    print(index)
    print('~~~~~~')

    print(type(row))
    print(row)
    print('------')

    print(row['point'])
    print(row[2])
    print(row.point)
    print('======
')
# <class 'str'>
# Alice
# ~~~~~~
# <class 'pandas.core.series.Series'>
# age      24
# state    NY
# point    64
# Name: Alice, dtype: object
# ------
# 64
# 64
# 64
# ======
# 
# <class 'str'>
# Bob
# ~~~~~~
# <class 'pandas.core.series.Series'>
# age      42
# state    CA
# point    92
# Name: Bob, dtype: object
# ------
# 92
# 92
# 92
# ======

DataFrame.itertuples()

使用itertuples（）方法，可以一一获取索引名（行名）和该行数据的元组。元组的第一个元素是索引名称。

默认情况下，返回一个名为Pandas的namedtuple。由于它是namedtuple，因此可以访问每个元素的值。

for row in df.itertuples():
    print(type(row))
    print(row)
    print('------')

    print(row[3])
    print(row.point)
    print('======
')
# <class 'pandas.core.frame.Pandas'>
# Pandas(Index='Alice', age=24, state='NY', point=64)
# ------
# 64
# 64
# ======
# 
# <class 'pandas.core.frame.Pandas'>
# Pandas(Index='Bob', age=42, state='CA', point=92)
# ------
# 92
# 92
# ======
#

如果参数name为None，则返回一个普通的元组。

for row in df.itertuples(name=None):
    print(type(row))
    print(row)
    print('------')

    print(row[3])
    print('======
')
# <class 'tuple'>
# ('Alice', 24, 'NY', 64)
# ------
# 64
# ======
# 
# <class 'tuple'>
# ('Bob', 42, 'CA', 92)
# ------
# 92
# ======

检索特定列的值

上述的iterrows（）和itertuples（）方法可以检索每一行中的所有列元素，但是如果仅需要特定的列元素，可以使用以下方法。

pandas.DataFrame的列是pandas.Series。

print(df['age'])
# Alice    24
# Bob      42
# Name: age, dtype: int64

print(type(df['age']))
# <class 'pandas.core.series.Series'>

如果将pandas.Series应用于for循环，则可以按顺序获取值，因此，如果指定pandas.DataFrame列并将其应用于for循环，则可以按顺序获取该列中的值。

for age in df['age']:
    print(age)
# 24
# 42

如果使用内置函数zip（），则可以一次收集多列值。

for age, point in zip(df['age'], df['point']):
    print(age, point)
# 24 64
# 42 92

如果要获取索引（行名），使用index属性。如以上示例所示，可以与其他列一起通过zip（）获得。

print(df.index)
# Index(['Alice', 'Bob'], dtype='object')

print(type(df.index))
# <class 'pandas.core.indexes.base.Index'>

for index in df.index:
    print(index)
# Alice
# Bob

for index, state in zip(df.index, df['state']):
    print(index, state)
# Alice NY
# Bob CA

循环更新值

iterrows（）方法逐行检索值，返回一个副本，而不是视图，因此更改pandas.Series不会更新原始数据。

for index, row in df.iterrows():
    row['point'] += row['age']

print(df)
#        age state  point
# Alice   24    NY     64
# Bob     42    CA     92

at[]选择并处理原始DataFrame中的数据时更新。

for index, row in df.iterrows():
    df.at[index, 'point'] += row['age']

print(df)
#        age state  point
# Alice   24    NY     88
# Bob     42    CA    134

有关at[]的文章另请参考以下连接。

Pandas获取和修改任意位置的值（at,iat,loc,iloc）

请注意，上面的示例使用at[]只是一个示例，在许多情况下，有必要使用for循环来更新元素或基于现有列添加新列，for循环的编写更加简单快捷。

与上述相同的处理。上面更新的对象被进一步更新。

df['point'] += df['age']
print(df)
#        age state  point
# Alice   24    NY    112
# Bob     42    CA    176

可以添加新列。

df['new'] = df['point'] + df['age'] * 2
print(df)
#        age state  point  new
# Alice   24    NY    112  160
# Bob     42    CA    176  260

除了简单的算术运算之外，NumPy函数还可以应用于列的每个元素。以下是平方根的示例。另外，这里，NumPy的功能可以通过pd.np访问，但是，当然可以单独导入NumPy。

df['age_sqrt'] = pd.np.sqrt(df['age'])
print(df)
#        age state  point  new  age_sqrt
# Alice   24    NY    112  160  4.898979
# Bob     42    CA    176  260  6.480741

 对于字符串，提供了用于直接处理列（系列）的字符串方法。下面是转换为小写并提取第一个字符的示例。

df['state_0'] = df['state'].str.lower().str[0]
print(df)
#        age state  point  new  age_sqrt state_0
# Alice   24    NY    112  160  4.898979       n
# Bob     42    CA    176  260  6.480741       c