轉(zhuǎn)自小時代 ·
Pandas的基礎(chǔ)結(jié)構(gòu)可以分為兩種：數(shù)據(jù)框和序列僧凤。
數(shù)據(jù)框（DataFrame）是擁有軸標簽的二維鏈表豆巨，換言之數(shù)據(jù)框是擁有標簽的行和列組成的矩陣 - 列標簽位列名剩辟，行標簽為索引。Pandas中的行和列是Pandas序列 - 擁有軸標簽的一維鏈表。
iterrows() 是在數(shù)據(jù)框中的行進行迭代的一個生成器贩猎，它返回每行的索引及一個包含行本身的對象熊户。
所以，當我們在需要遍歷行數(shù)據(jù)的時候吭服，就可以使用 iterrows()方法實現(xiàn)了嚷堡。
示例代碼
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(10, 4), columns=list('ABCD'))
df
輸出結(jié)果：
o_1cs2sggeq1q651dbguvbup91nsu8 (1).jpg
遍歷行：
In [7]: for index, row in df.iterrows():
...: print(index)
...: print(row)
...:
...:
0
A 1.035275
B -0.934941
C 0.701911
D -0.209808
Name: 0, dtype: float64
1
A 1.074598
B 0.290134
C 0.467647
D 0.055755
Name: 1, dtype: float64
2
A 1.105065
B 0.382066
C 0.109165
D 0.885094
Name: 2, dtype: float64
3
A -1.099364
B 0.684819
C 0.689329
D 0.062511
Name: 3, dtype: float64
4
A -1.122914
B -1.187126
C -1.853359
D 0.312347
Name: 4, dtype: float64
5
A -0.994756
B 0.177015
C 0.242378
D 0.070920
Name: 5, dtype: float64
6
A 0.599306
B -1.269138
C 0.704013
D 0.003814
Name: 6, dtype: float64
7
A -1.964408
B 0.237215
C 0.326020
D 0.081806
Name: 7, dtype: float64
8
A -1.031995
B -1.046309
C -1.561813
D 0.762392
Name: 8, dtype: float64
9
A -0.494900
B 0.267476
C -0.967902
D 0.612254
Name: 9, dtype: float64
