? ? ? 在數(shù)據(jù)分析的過(guò)程中，往往需要用到DataFrame的類型，因?yàn)檫@個(gè)類型就像EXCEL表格一樣，便于我們個(gè)中連接、計(jì)算、統(tǒng)計(jì)等操作。在數(shù)據(jù)分析的過(guò)程中，避免不了的要對(duì)數(shù)據(jù)進(jìn)行遍歷，那么，DataFrame如何遍歷呢？之前，小白每次使用時(shí)都是Google或百度，想想，還是總結(jié)一下~

? ? ? 小白經(jīng)常用到的有三種方式，如下：

首先，先讀入一個(gè)DataFrame

            
              import pandas as pd
#讀入數(shù)據(jù)
df = pd.read_table('d:/Users/chen_lib/Desktop/tmp.csv',sep=',', header='infer')
df.head()

-----------------result------------------
        mas  effectdate	 num
0	371379	2019-07-15	361
1	344985	2019-07-13	77
2	425090	2019-07-01	105
3	344983	2019-02-19	339
4	432430	2019-02-21	162

            
          

1.DataFrame.iterrows()

? ? ? ?將DataFrame的每一行迭代為{索引，Series}對(duì)，對(duì)DataFrame的列，用row['cols']讀取元素

            
              for index, row in df.iterrows():
    print(index,row['mas'],row['num']) 



------------result---------------
0 371379 361
1 344985 77
2 425090 105
3 344983 339
4 432430 162
            
          

從結(jié)果可以看出，第一列就是對(duì)應(yīng)的index，也就是索引，從0開(kāi)始，第二第三列是自定義輸出的列，這樣就完成了對(duì)DataFrame的遍歷。

2.DataFrame.itertuples()

? ? ? ?將DataFrame的每一行迭代為元祖，可以通過(guò)row['cols']對(duì)元素進(jìn)行訪問(wèn)，方法一效率高。

            
              for row in df.itertuples():
    print(getattr(row, 'mas'), getattr(row, 'num')) # 輸出每一行


-------------result-----------------
371379 361
344985 77
425090 105
344983 339
432430 162
            
          

從結(jié)果可以看出，這種方法是沒(méi)有index的，直接輸出每一行的結(jié)果。

3.DataFrame.iteritems()

? ? ?這種方法和上面兩種不同，這個(gè)是按列遍歷，將DataFrame的每一列迭代為(列名, Series)對(duì)，可以通過(guò)row['cols']對(duì)元素進(jìn)行訪問(wèn)。

            
              for index, row in df.iteritems():
    print(index,row[0],row[1],row[2])


-------------result------------------
masterhotelid 371379 344985 425090
effectdate 2019-07-15 2019-07-13 2019-07-01
quantity 361 77 105

            
          

從結(jié)果可以看出，index輸出的是列名，row是用來(lái)讀取第幾行的數(shù)據(jù)，結(jié)果是按列展示

? ? ? ?以上就是小白經(jīng)常用到的遍歷DataFrame的方法啦，歡迎大家補(bǔ)充哦~