iterrows(), iteritems(), itertuples()对dataframe进行遍历

• iterrows(): 将DataFrame迭代为(insex, Series)对。
• itertuples(): 将DataFrame迭代为元祖。
• iteritems():将DataFrame迭代为(列名, Series)对

现有如下DataFrame数据：

import pandas as pd

inp = [{'c1':10, 'c2':100}, {'c1':11, 'c2':110}, {'c1':12, 'c2':123}]
df = pd.DataFrame(inp)

print(df)

iterrows():

for date, row in df.iterrows():
    print(date)

for date, row in df.iterrows():
    print(row)

对于每一行，通过列名访问对应的元素

for date, row in df.iterrows():
    print(row['c1'], row['c2'])

iteritems():

for date, row in df.iteritems():
    print(date)

for date, row in df.iteritems():
    print(row)

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

itertuples():

for row in df.itertuples():
　　print(row)

for row in df.itertuples():
    print(getattr(row, 'c1'), getattr(row, 'c2'))

Tip:

intertuples相较于interrow的效率更高，遍历速度更快。因此在遍历dataframe的时候，可以优先使用intertuples。此外，当存带有时间的列名时，可以将其作为索引，则可以使用data.iloc[a_time：b_time]，获取时间窗内的数据。

Original: https://blog.csdn.net/weixin_44439904/article/details/109569701
Author: 小路转角处
Title: iterrows(), iteritems(), itertuples()对dataframe进行遍历