Als u het DataFrame wilt doorlopen om bepaalde bewerkingen op elk van de rijen uit te voeren, kunt u de functie iterrows() in Pandas gebruiken.
Panda's gebruiken drie functies voor iteratie over de rijen van het DataFrame, namelijk iterrows(), iteritems() en itertuples().
Herhaal rijen met Panda's iterrows:
De iterrows () zijn verantwoordelijk voor het doorlopen van elke rij van het DataFrame. Het retourneert een iterator die de index en gegevens van elke rij als een serie bevat.
We hebben de volgende functie om de inhoud van de iterator te zien.
Deze functie retourneert elke indexwaarde samen met een reeks die de gegevens in elke rij bevat.
Opbrengsten:
Voorbeeld 1
import pandas as pd import numpy as np info = pd.DataFrame(np.random.randn(4,2),columns = ['col1','col2']) for row_index,row in info.iterrows(): print (row_index,row)
Uitvoer
0 name John degree B.Tech score 90 Name: 0, dtype: object 1 name Smith degree B.Com score 40 Name: 1, dtype: object 2 name Alexander degree M.Com score 80 Name: 2, dtype: object 3 name William degree M.Tech score 98 Name: 3, dtype: object
Voorbeeld2
# importing pandas module import pandas as pd # making data frame from csv file data = pd.read_csv('aa.csv') for i, j in data.iterrows(): print(i, j) print()
Uitvoer
0 Name Hire Date Salary Leaves Remaining 0 John Idle 03/15/14 50... Name: 0, dtype: object 1 Name Hire Date Salary Leaves Remaining 1 Smith Gilliam 06/01/15 65000... Name: 1, dtype: object 2 Name Hire Date Salary Leaves Remaining 2 Parker Chapman 05/12/14 45000.0 ... Name: 2, dtype: object 3 Name Hire Date Salary Leaves Remaining 3 Jones Palin 11/01/13 700... Name: 3, dtype: object 4 Name Hire Date Salary Leaves Remaining 4 Terry Gilliam 08/12/14 4800... Name: 4, dtype: object 5 Name Hire Date Salary Leaves Remaining 5 Michael Palin 05/23/13 66000... Name: 5, dtype: object