【Python数据分析系列】实现dataframe逐行遍历和逐列遍历（案例+源码）_python 遍历dataframe

一、引言

       在处理和分析表格数据时，我们经常需要对数据进行遍历，然后做进一步后续处理，这里涉及到表格数据的逐行遍历或者逐列遍历的操作，本文将通过一个案例教你实现这个操作。

二、实现过程

准备数据

代码：

# 准备数据
data = pd.read_csv(r'Dataset.csv')
df = pd.DataFrame(data)
print(df.head())

数据如下：

2.1 按行遍历

代码：

# 按行遍历
for index, row in df.iterrows():
    print(index) # 输出每行的索引值
    print(row) # 输出每一行
    print(row['age'], row['sex'])  # 输出每一行指定字段值

index是行标签，也就是行号

每一个row是一个series数据类型，索引就是列标签（字段名）

2.2 按列遍历

代码：

# 按列遍历
for index, col in df.iteritems():
    print(index) # 输出每列的索引
    print(col)# 输出各列
    print(col[0], col[1], col[2])  # 输出每一列指定行号的值

index是列标签，也就是字段名（列名）

每一个col是一个series数据类型，索引就是行标签（这里就是行号）

三、小结

        本文通过一个简单的例子实现了表格数据的逐行遍历和逐列遍历操作，小伙伴们可以自己动手练习！

作者简介：

读研期间发表6篇SCI数据挖掘相关论文，现在某研究院从事数据算法相关科研工作，结合自身科研实践经历不定期分享关于Python、机器学习、深度学习、人工智能系列基础知识与应用案例。致力于只做原创，以最简单的方式理解和学习，关注我一起交流成长。需要数据集和源码的小伙伴可以关注底部公众号添加作者微信。