您好,登錄后才能下訂單哦!
這篇文章將為大家詳細(xì)講解有關(guān)如何在pandas中遍歷dataframe,文章內(nèi)容質(zhì)量較高,因此小編分享給大家做個(gè)參考,希望大家閱讀完這篇文章后對(duì)相關(guān)知識(shí)有一定的了解。
方法一:使用df.iterrows()獲取可迭代對(duì)象, 然后使用for循環(huán)遍歷即可
for index, row in df.iterrows(): print(index, row)
方法二:使用applymap()函數(shù)遍歷dataframe所有元素
可以對(duì)DataFrame里的每個(gè)值進(jìn)行處理,然后返回一個(gè)新的DataFrame
import pandas as pd df = pd.DataFrame({ 'a': [1, 2, 3], 'b': [10, 20, 30], 'c': [5, 10, 15] }) def add_one(x): return x + 1 print df.applymap(add_one) a b c 0 2 11 6 1 3 21 11 2 4 31 16
方法三:按行遍歷迭代成元組
for row in Temp.itertuples(): print(row) [Out]: Pandas(Index=0, Flag='No', Open=None, Close=None, Position=100) Pandas(Index=2, Flag='No', Open=None, Close=None, Position=100)
訪問
getattr(row,'Index') Out[31]: 2 getattr(row,'Position') Out[27]: 100
關(guān)于如何在pandas中遍歷dataframe就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,可以學(xué)到更多知識(shí)。如果覺得文章不錯(cuò),可以把它分享出去讓更多的人看到。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。