pandas items() 迭代每列对应的内容

pandas 的 items 方法用于迭代 DataFrame 的列标签和每列对应的内容。这对于需要逐列处理或检查 DataFrame 的每列数据的场景非常有用。该方法返回一个生成器对象，每次迭代返回一个包含列标签和列数据的元组。

语法

DataFrame.items()

返回值

• 生成一个 (列标签, 列数据) 对的生成器对象。

使用场景

• 逐列遍历 DataFrame 以进行数据处理或检查。
• 打印 DataFrame 的每列数据。
• 应用于需要对 DataFrame 的每列数据进行不同处理的情况。

示例

示例 1：构造示例数据并使用 items 方法

import pandas as pd

# 创建示例 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)
print("原始数据:")
print(df)

输出：

原始数据:
      Name  Age         City
0    Alice   25     New York
1      Bob   30  Los Angeles
2  Charlie   35      Chicago

使用 items 方法逐列遍历 DataFrame

for label, content in df.items():
    print(f"列标签: {label}")
    print(f"列内容:\n{content}")

输出：

列标签: Name
列内容:
0      Alice
1        Bob
2    Charlie
Name: Name, dtype: object
列标签: Age
列内容:
0    25
1    30
2    35
Name: Age, dtype: int64
列标签: City
列内容:
0       New York
1    Los Angeles
2        Chicago
Name: City, dtype: object

示例 2：在每列数据上应用不同的操作

for label, content in df.items():
    if content.dtype == 'int64':
        print(f"列标签: {label} 的总和是 {content.sum()}")
    else:
        print(f"列标签: {label} 的第一个值是 {content.iloc[0]}")

输出：

列标签: Name 的第一个值是 Alice
列标签: Age 的总和是 90
列标签: City 的第一个值是 New York

通过这些示例，可以看到 items 方法在需要逐列处理或检查 DataFrame 的场景中非常有用。它提供了一种方便的方法来迭代 DataFrame 的列标签和每列数据，使得对每列数据进行不同的处理变得简单直观。

参考

• https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.items.html

相关内容

• pandas习题 013：如何迭代 Series 的值和索引 2024-03-15 08:50:07

更新时间：2024-07-16 21:31:54 标签：pandas python items 迭代