Wenn Sie den DataFrame durchlaufen möchten, um einige Operationen für jede der Zeilen auszuführen, können Sie die Funktion iterrows() in Pandas verwenden.
Pandas verwenden drei Funktionen zum Durchlaufen der Zeilen des DataFrame, nämlich iterrows(), iteritems() und itertuples().
Iterieren Sie Zeilen mit Pandas iterrows:
Die iterrows() ist für die Schleife durch jede Zeile des DataFrame verantwortlich. Es gibt einen Iterator zurück, der den Index und die Daten jeder Zeile als Serie enthält.
Wir haben die nächste Funktion, um den Inhalt des Iterators anzuzeigen.
Diese Funktion gibt jeden Indexwert zusammen mit einer Reihe zurück, die die Daten in jeder Zeile enthält.
Erträge:
Beispiel 1
import pandas as pd import numpy as np info = pd.DataFrame(np.random.randn(4,2),columns = ['col1','col2']) for row_index,row in info.iterrows(): print (row_index,row)
Ausgabe
0 name John degree B.Tech score 90 Name: 0, dtype: object 1 name Smith degree B.Com score 40 Name: 1, dtype: object 2 name Alexander degree M.Com score 80 Name: 2, dtype: object 3 name William degree M.Tech score 98 Name: 3, dtype: object
Beispiel2
# importing pandas module import pandas as pd # making data frame from csv file data = pd.read_csv('aa.csv') for i, j in data.iterrows(): print(i, j) print()
Ausgabe
0 Name Hire Date Salary Leaves Remaining 0 John Idle 03/15/14 50... Name: 0, dtype: object 1 Name Hire Date Salary Leaves Remaining 1 Smith Gilliam 06/01/15 65000... Name: 1, dtype: object 2 Name Hire Date Salary Leaves Remaining 2 Parker Chapman 05/12/14 45000.0 ... Name: 2, dtype: object 3 Name Hire Date Salary Leaves Remaining 3 Jones Palin 11/01/13 700... Name: 3, dtype: object 4 Name Hire Date Salary Leaves Remaining 4 Terry Gilliam 08/12/14 4800... Name: 4, dtype: object 5 Name Hire Date Salary Leaves Remaining 5 Michael Palin 05/23/13 66000... Name: 5, dtype: object