python中如何按行遍历Dataframe？python中按行遍历Dataframe的方法有哪些？

@H_404_0@在python的DataFrame中，因为数据中可以有多个行和列。而且每行代表一个数据样本，我们可以将DataFrame看作数据表，那你知道如何按照数据表中的行遍历吗？本文介绍python中按行遍历Dataframe的几种方法，一起来看看吧。

@H_404_0@一、Dataframe概述

@H_404_0@在python中它表示的是一个分布式的数据集，也可以将它看成是关系型数据库中的一个表格，大家都知道在在一张表中，都是由字段和字段类型组成，如果不好理解的话，可以将它看成是excel表或者是sql表的结构。

@H_404_0@二、按行遍历Dataframe

@H_404_0@在数据处理中，可以使用三种不同的方式将数据按照行进行遍历，具体的操作方法如下：

@H_404_0@1、iterrows()方法

@H_404_0@这是一种按照行进行遍历的方式，主要的实现的操作就是将数据表中的每一行进行迭代，变成(index,Series)对，就可以通过row[name]方式对相关的元素进行访问了，代码如下： 

for index, row in df.iterrows():
    print row["a1"], row["a2"]

@H_404_0@2、itertuples()方法

@H_404_0@这也是一种按照行遍历的方式，将数据表中的每一行先迭代，变成一个元祖之后，再通过row[name]对其中的某一个元素进行访问，使用这种方式操作的时候，要比第一种方式的处理效率高。举个例子：

for row in df.itertuples(index=True, name='Pandas'):
    print getattr(row, "a1"), getattr(row, "a2")

@H_404_0@3、iteritems()方法

@H_404_0@这最后一种方式和前面两种不同，这是按照列进行遍历的，将表中的每一列先迭代为(列名,Series)对，之后在通过row[index]对元素进行访问，代码如下：

for date, row in df.iteritems():
    print(date)
for date, row in df.iteritems():
    print(row)
for date, row in df.iteritems():
    print(row[0], row[1], row[2])

@H_404_0@以上就是关于python中如何按行遍历Dataframe？python中按行遍历Dataframe的方法有哪些？的全部内容的讲解了，希望文章中的内容可以对大家的学习带来帮助。