Python数据分析基础与应用电子活页4-12实现Pandas的遍历操作.docx

Python数据分析基础与应用

模块

PAGE2

PAGE3

电子活页4-12实现pandas的遍历操作

【技能训练4-16】实现pandas的遍历操作

【训练要求】

在JupyterNotebook开发环境中创建j4-16.ipynb，然后编写代码实现pandas的遍历操作。

【实施过程】

1．使用for循环进行遍历

（1）使用for循环遍历Series

代码如下：

importpandasaspd

data=np.array([167,145,123,212,104])

s1=pd.Series(data)

foritemins1:

print(item)

输出结果：

167

145

123

212

104

（2）使用for循环遍历DataFrame

代码如下：

data={date:pd.Series([2022/1/1,2022/1/2,2022/1/3,2022/1/4,2022/1/5]),

highT:pd.Series([12,15,12,12,7]),

lowT:pd.Series([1,4,8,6,5]),

AQI:pd.Series([167,145,123,212,104])}

df2=pd.DataFrame(data)

forcolindf2:

print(col)

输出结果：

date

highT

lowT

AQI

2．使用内置迭代方法进行遍历

（1）使用iteritems()函数以键值对的形式进行遍历

代码如下：

forkey,valueindf2.iterrows():

print(key)

print(value)

输出结果：

date

02022/1/1

12022/1/2

22022/1/3

32022/1/4

42022/1/5

Name:date,dtype:object

highT

012

115

212

312

47

Name:highT,dtype:int64

lowT

01

14

28

36

45

Name:lowT,dtype:int64

AQI

0167

1145

2123

3212

4104

Name:AQI,dtype:int64

（2）使用iterrows()函数以(row_index,row)的形式遍历行

代码如下：

forrow_index,rowindf2.iterrows():

print(row_index)

print(row)

输出结果：

0

date2022/1/1

highT12

lowT1

AQI167

Name:0,dtype:object

1

date2022/1/2

highT15

lowT4

AQI145

Name:1,dtype:object

2

date2022/1/3

highT12

lowT8

AQI123

Name:2,dtype:object

3

date2022/1/4

highT12

lowT6

AQI212

Name:3,dtype:object

4

date2022/1/5

highT7

lowT5

AQI104

Name:4,dtype:object

【注意】使用iterrows()函数遍历行的输出结果中，0、1、2、3、4是行索引，而date、highT、lowT、AQT是列索引。

（3）使用itertuples()函数以命名元组的方式遍历行

forrowindf2.itertuples():

print(row)

输出结果：

Pandas(Index=0,date=2022/1/1,highT=12,lowT=1,AQI=167)

Pandas(Index=1,date=2022/1/2,highT=15,lowT=4,AQI=145)

Pandas(Index=2,date=2022/1/3,highT=12,lowT=