【Python数据分析】Pandas按行遍历Dataframe

Pandas按行遍历Dataframe的方法主要有两种：iterrows()和itertuples()，具体用法如下：

# 构建数据集
import pandas as pd
import numpy as np

N = 20

dataset = pd.DataFrame({
    'date': pd.date_range(start='2016-01-01',periods=N,freq='D'),
    'x1': np.linspace(0,stop=N-1,num=N),
    'x2': np.random.rand(N),
    'x3': np.random.choice(['Low','Medium','High'],N).tolist(),
    'x4': np.random.normal(100, 10, size=(N)).tolist()
    })

# 显示前五行
pd.set_option('display.max_columns', None)
print(dataset.head())

# 第一种遍历方法：iterrows()
# 每一行返回一个2元素的元组
# 元组的第一个元素是该行的索引值
# 第二个元素是一个Series对象，该Series对象的值为剩余的行值
for item in dataset.iterrows():
	# 获取行索引
	print('获取行索引:', item[0])
	# 获取该行全部字段
	print('\n获取该行全部字段:\n', item[1])
	# 获取该行x4的值
	print('\n获取该行的x4值:', item[1]['x4'])
	break

# 第二种遍历方法：itertuples()
# 每一行返回一个Pandas对象
# 该Pandas对象的第一个元素是该行的索引值
# 剩余元素的值为剩余的行值
for item in dataset.itertuples():
    # 获取所有列标签
    print('获取所有列标签: ', item._fields)
    # 获取行索引
    print('\n获取行索引: ', item.Index)
    # 获取该行的x4值
    print('\n获取该行的x4值: ', item.x4)
    break