pandas iterrows() 逐行迭代

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》。

iterrows() 方法用于逐行迭代 DataFrame，每次迭代返回一个 (index, Series) 元组，其中 index 是行标签，Series 包含行的数据。

语法

DataFrame.iterrows()

参数

iterrows() 方法没有参数。

返回值

返回一个迭代器，每次迭代产生一个 (index, Series) 元组。

使用场景

iterrows() 通常用于需要逐行处理 DataFrame 的情况，比如数据清洗、特定计算等。虽然它简单易用，但在处理大型 DataFrame 时，iterrows() 的性能可能不如向量化操作，因此需要谨慎使用。

示例

示例 1：基本用法

构造一个简单的 DataFrame，并逐行打印每行数据。

import pandas as pd

# 构造示例数据
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)

print("DataFrame:")
print(df)

# 使用 iterrows() 逐行迭代
for index, row in df.iterrows():
    print(f"Index: {index}")
    print(f"Row data:\n{row}\n")

输出结果：

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

Index: 0
Row data:
Name       Alice
Age           25
City    New York
Name: 0, dtype: object

Index: 1
Row data:
Name            Bob
Age              30
City    Los Angeles
Name: 1, dtype: object

Index: 2
Row data:
Name     Charlie
Age           35
City     Chicago
Name: 2, dtype: object

示例 2：数据处理

在迭代过程中对数据进行处理，比如将所有名字改为大写。

import pandas as pd

# 构造示例数据
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)

# 使用 iterrows() 修改数据
for index, row in df.iterrows():
    df.at[index, 'Name'] = row['Name'].upper()

print("Modified DataFrame:")
print(df)

输出结果：

Modified DataFrame:
      Name  Age         City
0    ALICE   25     New York
1      BOB   30  Los Angeles
2  CHARLIE   35      Chicago

示例 3：计算新列

在迭代过程中计算一个新列，例如根据年龄计算出生年份。

import pandas as pd

# 构造示例数据
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)

# 使用 iterrows() 计算新列
current_year = 2024
df['Birth Year'] = None
for index, row in df.iterrows():
    df.at[index, 'Birth Year'] = current_year - row['Age']

print("DataFrame with Birth Year:")
print(df)

输出结果：

DataFrame with Birth Year:
      Name  Age         City Birth Year
0    Alice   25     New York       1999
1      Bob   30  Los Angeles       1994
2  Charlie   35      Chicago       1989

注意事项

iterrows() 方法返回的是每行的副本而不是视图，所以对返回的 Series 进行修改不会影响原始 DataFrame。
iterrows() 的性能较差，特别是在大型 DataFrame 上。因此，对于大规模数据处理，应尽量使用向量化操作或其他更高效的方法。

通过这些示例，逐步展示了 iterrows() 的基本用法和一些实际应用场景，从而更好地理解和掌握这个方法。

参考

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

< items() 迭代每列对应的内容 pandas 数据迭代遍历 itertuples() 以命名元组逐行迭代 >

更新时间：July 19, 2024, 9:22 p.m. 标签：pandas python iterrows 迭代