Pandas数据分析面试基础题（七）-一一网

Offer 驾到，掘友接招！我正在参与2022春招打卡活动，点击查看活动详情。

在对 DataFrame 进行操作时，我们不可避免的需要逐行查看或操作数据，这篇文章就来介绍 Dataframe 数据的遍历。

试题：如何遍历 DataFrame 数据？

（难度：medium）

分析

由于 Dataframe 数据结构属于可迭代对象，因此可以使用for...in...语句对 Dataframe 进行迭代，结果是列的名称，例如对下面数据进行迭代：

students = {'id':[1,2,3,4,5], 'name':['one','two','three','four','five'], 'score':[90,88,89,65,95], 'class':[1,1,2,2,3]}

df = pd.DataFrame(students)
df
复制代码

for i in df:
    print(i)
复制代码

结果输出为：

id
name
score
class
复制代码

如果要迭代DataFrame的行，可以使用以下方法：

iteritems()：遍历列为(col, value)对
iterrows()：遍历行为(index, value)对
itertuples()：以namedtuples形式遍历行

具体使用方法如下：
iteritems()：
按列进行遍历，将列名作为键，把每列的列值作为 Series 对象。

for key, value in df.iteritems():
    print(key)
    print(value)
复制代码

结果输出为：

id
0    1
1    2
2    3
3    4
4    5
Name: id, dtype: int64
name
0      one
1      two
2    three
3     four
4     five
Name: name, dtype: object
score
0    90
1    88
2    89
3    65
4    95
Name: score, dtype: int64
class
0    1
1    1
2    2
3    2
4    3
Name: class, dtype: int64
复制代码

iterrows()：按 index 逐行进行遍历，将每行作为 Series 对象。

for index, row in df.iterrows():
    print(index)
    print(row)
复制代码

结果输出为：

0
id         1
name     one
score     90
class      1
Name: 0, dtype: object
1
id         2
name     two
score     88
class      1
Name: 1, dtype: object
2
id           3
name     three
score       89
class        2
Name: 2, dtype: object
3
id          4
name     four
score      65
class       2
Name: 3, dtype: object
4
id          5
name     five
score      95
class       3
Name: 4, dtype: object
复制代码

itertuples()：为 DataFrame 中的每一行生成一个命名元组，元组的第一个元素为行索引值，其余值是行值。

for row in df.itertuples():
    print(row)
复制代码

结果输出为：

Pandas(Index=0, id=1, name='one', score=90, _4=1)
Pandas(Index=1, id=2, name='two', score=88, _4=1)
Pandas(Index=2, id=3, name='three', score=89, _4=2)
Pandas(Index=3, id=4, name='four', score=65, _4=2)
Pandas(Index=4, id=5, name='five', score=95, _4=3)
复制代码