## Pandas数据迭代 原

沙门行道

Pandas对象之间的基本迭代的行为取决于类型。当迭代一个系列时，它被视为数组式，基本迭代产生这些值。其他数据结构，如：DataFrame和Panel，遵循类似惯例迭代对象的键。

• Series - 值
• DataFrame - 列标签
• Pannel - 项目标签

# 迭代Series

``````df = pd.Series(['A','B','C'])

#遍历series的值
for item in df:
print(item)
print('\n')
#遍历series的键
for item in df.keys():
print(item)
print('\n')

#遍历series的键-值
for item, value in df.items():
print(item, value)
print('\n')
for item in df.items():
print(item)
print('\n')
for item in df.iteritems():
print(item)
``````

``````A
B
C

0
1
2

0 A
1 B
2 C

(0, 'A')
(1, 'B')
(2, 'C')

(0, 'A')
(1, 'B')
(2, 'C')
``````

# 迭代DataFrame

``````import pandas as pd
import numpy as np

N=20

df = pd.DataFrame({
'A': pd.date_range(start='2016-01-01',periods=N,freq='D'),
'x': np.linspace(0,stop=N-1,num=N),
'y': np.random.rand(N),
'C': np.random.choice(['Low','Medium','High'],N).tolist(),
'D': np.random.normal(100, 10, size=(N)).tolist()
})

for col in df:
print (col)
``````

``````A
C
D
x
y
``````

• iteritems() - 迭代(key，value)对
• iterrows() - 将行迭代为(索引，系列)对
• itertuples() - 以namedtuples的形式迭代行

## iteritems()

``````import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns=['col1','col2','col3'])
for key,value in df.iteritems():
print (key,value)
``````

``````col1 0    0.802390
1    0.324060
2    0.256811
3    0.839186
Name: col1, dtype: float64

col2 0    1.624313
1   -1.033582
2    1.796663
3    1.856277
Name: col2, dtype: float64

col3 0   -0.022142
1   -0.230820
2    1.160691
3   -0.830279
Name: col3, dtype: float64
``````

## iterrows()

iterrows()返回迭代器，产生每个索引值以及包含每行数据的序列。

``````import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])
for row_index,row in df.iterrows():
print (row_index,row)
``````

``````0  col1    1.529759
col2    0.762811
col3   -0.634691
Name: 0, dtype: float64

1  col1   -0.944087
col2    1.420919
col3   -0.507895
Name: 1, dtype: float64

2  col1   -0.077287
col2   -0.858556
col3   -0.663385
Name: 2, dtype: float64
3  col1    -1.638578
col2     0.059866
col3     0.493482
Name: 3, dtype: float64
``````

## itertuples()

itertuples()方法将为DataFrame中的每一行返回一个产生一个命名元组的迭代器。元组的第一个元素将是行的相应索引值，而剩余的值是行值。

``````import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])
for row in df.itertuples():
print (row)
``````

``````Pandas(Index=0, col1=1.5297586201375899, col2=0.76281127433814944, col3=-
0.6346908238310438)

Pandas(Index=1, col1=-0.94408735763808649, col2=1.4209186418359423, col3=-
0.50789517967096232)

Pandas(Index=2, col1=-0.07728664756791935, col2=-0.85855574139699076, col3=-
0.6633852507207626)

Pandas(Index=3, col1=0.65734942534106289, col2=-0.95057710432604969,
col3=0.80344487462316527)
``````

``````import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4,3),columns = ['col1','col2','col3'])

for index, row in df.iterrows():
row['a'] = 10
print (df)
``````

``````        col1       col2       col3
0  -1.739815   0.735595  -0.295589
1   0.635485   0.106803   1.527922
2  -0.939064   0.547095   0.038585
3  -1.016509  -0.116580  -0.523158
``````

### 沙门行道

2013/03/12
2.6K
0

Foreman是一个集成的数据中心生命周期管理工具,提供了服务开通,配置管理以及报告 功能,和Puppet Dahboard一样,Foreman也是一个Ruby on Rails程序.Foreman和 Dashboard不同的地方是在于,Fore...

2012/10/24
1.5W
0
Python数据分析工具包--Pandas

Python Data Analysis Library 或 pandas 是连接 SciPy 和 NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集...

2012/10/30
2.1W
2

LLServer是本人基于libevent和leveldb这两个开源软件，开发的轻量级数据存储服务器软件，借助libevent高效网络接口实现对leveldb的访问封装。 其支持http协议和memcached协议。也就是可以通过...

2012/11/06
1K
0
ORM数据访问组件--ELinq

ELinq 是一个轻量简单易用的开源Linq ORM数据访问组件，支持Nullable类型和枚举类型，对Linq的谓词提供了完美的支持，旨在让绝大部份的主流数据库都使用 Linq 来进行程序开发，让开发人员访问...

netcasewqs
2012/12/17
2K
2

React Native常用第三方组件汇总

react-native-animatable 动画 react-native-carousel 轮播 react-native-countdown 倒计时 react-native-device-info 设备信息 react-native-fileupload 文件上传 react-native-icons 图标 ......

mdoo
9分钟前
8
0
troubleshoot之:用control+break解决线程死锁问题

flydean
10分钟前
5
0

26分钟前
25
0
Trivy

Trivy 是一个面向镜像的漏洞检测工具，具备如下特点： 开源 免费 易用 准确度高 CI 友好 相对于老前辈 Clair，Trivy 的使用非常直观方便，适用于更多的场景。 下面是官方出具的对比表格： 扫...

LitStone
48分钟前
7
0

56分钟前
7
0