pandas按行按列遍历Dataframe的几种方式
(编辑：jimmy 日期: 2025/11/18 浏览：3 次 )
遍历数据有以下三种方法：
简单对上面三种方法进行说明：
- iterrows(): 按行遍历，将DataFrame的每一行迭代为(index, Series)对，可以通过row[name]对元素进行访问。
- itertuples(): 按行遍历，将DataFrame的每一行迭代为元祖，可以通过row[name]对元素进行访问，比iterrows()效率高。
- iteritems():按列遍历，将DataFrame的每一列迭代为(列名, Series)对，可以通过row[index]对元素进行访问。
示例数据
import pandas as pd
inp = [{'c1':10, 'c2':100}, {'c1':11, 'c2':110}, {'c1':12, 'c2':123}]
df = pd.DataFrame(inp)
print(df)
按行遍历iterrows():
for index, row in df.iterrows(): print(index) # 输出每行的索引值
row[‘name']
# 对于每一行，通过列名name访问对应的元素 for row in df.iterrows(): print(row['c1'], row['c2']) # 输出每一行
按行遍历itertuples():
getattr(row, ‘name')
for row in df.itertuples(): print(getattr(row, 'c1'), getattr(row, 'c2')) # 输出每一行
按列遍历iteritems():
for index, row in df.iteritems(): print(index) # 输出列名
for row in df.iteritems(): print(row[0], row[1], row[2]) # 输出各列
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
下一篇：pandas中遍历dataframe的每一个元素的实现