pandas 数据迭代遍历

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

迭代工作可以将数据按行或者按列遍历，我们可以做更加细化、个性化的数据处理，不过大多数情况下，我们只要写好处理方法，用相应的函数帮我们去迭代。

注：本文所使用的df和s是数据信息一文中的数据。

按行迭代

`df.iterrows()`

可以按行取出数据，每条数据是一个元组：(索引, Series)。其中 Series 的索引是表头，可以用 s['team']、 s.team 形式取出

for index, row in df.iterrows():
    print(index, row['name'], row.team, row.Q1)

注： s['name'] 和 s.name 输出的结果不一样，s.name 输出的是 Series 的 name 属性

`df.itertuples()`

可以生成一个 namedtuples 类型数据，非常方便使用:

for row in df.itertuples():
    print(row)
# Pandas(Index=0, name='Liver', team='E', Q1=89, Q2=21, Q3=24, Q4=64)
for row in df.itertuples(index=False):
    print(row)
# Pandas(name='Liver', team='E', Q1=89, Q2=21, Q3=24, Q4=64)
for row in df.itertuples(index=False, name='Gairuo'): # namedtuples
    print(row)
# Gairuo(name='Liver', team='E', Q1=89, Q2=21, Q3=24, Q4=64)
# 使用
for row in df.itertuples():
    print(row.Index, row.Q1)

注：

itertuples() 应该比 iterrows() 快
迭代时不会保留行的 dtypes
不要修改行，迭代器返副本，写入不起作用可以 copy() 处理

按列迭代

df.items()Iterate over (column name, Series) pairs，和df.iteritems()有相同的功能。

for label, ser in df.loc[1].items():
    print(label, ser)
'''
name Arry
team C
Q1 36
Q2 37
Q3 37
Q4 57
'''

其他：

# 依次取出每个列
for column in df:
    print(df[column])

# 可对每个列的内容进行迭代
for column in df:
    for i in df[column]:
        print(i)

# 当然，可以迭代指定列
for i in df.name:
    print(i)

# 一个方法，只迭代想要的列
l = ['name', 'Q1']
cols = df.columns.intersection(l)
for col in cols:
    print (col)

此外，df.Q1.values 和 df.values 可以返回 array 类型的数据，可用于迭代。

Series 的迭代

Series 具体的迭代方法有：

s = df.name.head()
s
'''
0    Liver
1     Arry
2      Ack
3    Eorge
4      Oah
Name: name, dtype: object
'''
# 直接迭代值
for i in s:
    print(i)
'''
Liver
Arry
Ack
Eorge
Oah
'''

# 按（索引, 值）元组进行迭代
for i in s.items():
    print(i)
'''
(0, 'Liver')
(1, 'Arry')
(2, 'Ack')
(3, 'Eorge')
(4, 'Oah')
'''
# 同上, 已经废除，1.5+ 版本不建议使用
for i in s.iteritems():
    print(i)

另外，还可以用 s.to_dict() 将 Series 转为字典进行迭代。如：

for k,v in s.to_dict().items():
    print(k, v)

用 s.values 和 s.to_numpy() 转为 array 类型进行值的迭代。

示例

以下是一个生成 SQL union all 拼接的案例：

# 构造SQL行
sqls = (
    df.astype(str).applymap(lambda x: "'"+x+"'")
    .apply(lambda x: x.map(lambda y: f'{y} as {x.name}'))
    .astype(str)
    .apply(list, axis=1)
    .apply(lambda x: ','.join(x))
)

# 生成 SQL,  实现最后一行没 union all
for k,v in sqls.to_dict().items():
    print('select', v, end='\n')
    print('union all', end='\n') if k < sqls.index.max() else print()

其他

apply 和 applymap 可以对方法进行迭代，可以查询教程函数应用章节查看更多函数应用。