亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

【Python數(shù)據(jù)分析】Pandas按行遍歷Dataframe

系統(tǒng) 2184 0

Pandas按行遍歷Dataframe的方法主要有兩種: iterrows() itertuples() ,具體用法如下:

            
              
                # 構(gòu)建數(shù)據(jù)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
              
                (
              
              
                )
              
              
                }
              
              
                )
              
              
                # 顯示前五行
              
              
pd
              
                .
              
              set_option
              
                (
              
              
                'display.max_columns'
              
              
                ,
              
              
                None
              
              
                )
              
              
                print
              
              
                (
              
              dataset
              
                .
              
              head
              
                (
              
              
                )
              
              
                )
              
            
          

【Python數(shù)據(jù)分析】Pandas按行遍歷Dataframe_第1張圖片

            
              
                # 第一種遍歷方法:iterrows()
              
              
                # 每一行返回一個(gè)2元素的元組
              
              
                # 元組的第一個(gè)元素是該行的索引值
              
              
                # 第二個(gè)元素是一個(gè)Series對(duì)象,該Series對(duì)象的值為剩余的行值
              
              
                for
              
               item 
              
                in
              
               dataset
              
                .
              
              iterrows
              
                (
              
              
                )
              
              
                :
              
              
                # 獲取行索引
              
              
                print
              
              
                (
              
              
                '獲取行索引:'
              
              
                ,
              
               item
              
                [
              
              
                0
              
              
                ]
              
              
                )
              
              
                # 獲取該行全部字段
              
              
                print
              
              
                (
              
              
                '\n獲取該行全部字段:\n'
              
              
                ,
              
               item
              
                [
              
              
                1
              
              
                ]
              
              
                )
              
              
                # 獲取該行x4的值
              
              
                print
              
              
                (
              
              
                '\n獲取該行的x4值:'
              
              
                ,
              
               item
              
                [
              
              
                1
              
              
                ]
              
              
                [
              
              
                'x4'
              
              
                ]
              
              
                )
              
              
                break
              
            
          

【Python數(shù)據(jù)分析】Pandas按行遍歷Dataframe_第2張圖片

            
              
                # 第二種遍歷方法:itertuples()
              
              
                # 每一行返回一個(gè)Pandas對(duì)象
              
              
                # 該P(yáng)andas對(duì)象的第一個(gè)元素是該行的索引值
              
              
                # 剩余元素的值為剩余的行值
              
              
                for
              
               item 
              
                in
              
               dataset
              
                .
              
              itertuples
              
                (
              
              
                )
              
              
                :
              
              
                # 獲取所有列標(biāo)簽
              
              
                print
              
              
                (
              
              
                '獲取所有列標(biāo)簽: '
              
              
                ,
              
               item
              
                .
              
              _fields
              
                )
              
              
                # 獲取行索引
              
              
                print
              
              
                (
              
              
                '\n獲取行索引: '
              
              
                ,
              
               item
              
                .
              
              Index
              
                )
              
              
                # 獲取該行的x4值
              
              
                print
              
              
                (
              
              
                '\n獲取該行的x4值: '
              
              
                ,
              
               item
              
                .
              
              x4
              
                )
              
              
                break
              
            
          

【Python數(shù)據(jù)分析】Pandas按行遍歷Dataframe_第3張圖片


更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號(hào)聯(lián)系: 360901061

您的支持是博主寫(xiě)作最大的動(dòng)力,如果您喜歡我的文章,感覺(jué)我的文章對(duì)您有幫助,請(qǐng)用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點(diǎn)擊下面給點(diǎn)支持吧,站長(zhǎng)非常感激您!手機(jī)微信長(zhǎng)按不能支付解決辦法:請(qǐng)將微信支付二維碼保存到相冊(cè),切換到微信,然后點(diǎn)擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對(duì)您有幫助就好】

您的支持是博主寫(xiě)作最大的動(dòng)力,如果您喜歡我的文章,感覺(jué)我的文章對(duì)您有幫助,請(qǐng)用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長(zhǎng)會(huì)非常 感謝您的哦!!!

發(fā)表我的評(píng)論
最新評(píng)論 總共0條評(píng)論
主站蜘蛛池模板: 国内精品久久久久久西瓜色吧 | 男人天堂999 | 久久免费区一区二区三波多野 | 12至16末成年毛片视频 | 中日韩一区二区三区 | 久久久婷 | 国产精品网站在线观看 | 九九免费精品视频在这里 | 一本久道久综合久久鬼色 | 国产一区二区视频在线播放 | 国内精品视频在线 | 国产一区二区三区四 | 永久黄网站色视频免费 | 精品国产一区二区三区四区不 | 国产精品欧美日韩一区二区 | 久久老色鬼天天综合网观看 | 午夜私人影院在线观看 | 久草首页在线观看 | 日日天日日夜日日摸 | 五月桃花网婷婷亚洲综合 | 中文字幕久精品免费视频 | 国产精品久久久久999 | 五月色婷婷综合激情免费视频 | 欧美性猛交xxxxxxxx软件 | 日日干日日| 国产95在线 | 亚洲 | 老司机伊人 | 大乳欲妇三级一区二区三区 | 九九视频在线看精品 | 男人的天堂视频 | 91新网站| 免费不卡 | 狠狠色成人综合首页 | 在线婷婷 | 久久国产综合 | 亚洲天堂国产 | 伊人国产在线 | 国产99精品一区二区三区免费 | 毛片毛片免费看 | 一级成人毛片免费观看欧美 | 亚洲成a v人片在线观看 |