Hvordan iterere over rækker i et DataFrame i Pandas?

Jeg har en DataFrame fra pandas:

import pandas as pd
inp = [{'c1':10, 'c2':100}, {'c1':11,'c2':110}, {'c1':12,'c2':120}]
df = pd.DataFrame(inp)
print df

Output:

   c1   c2
0  10  100
1  11  110
2  12  120

Nu ønsker jeg at iterere over rækkerne i denne ramme. For hver række ønsker jeg at kunne få adgang til dens elementer (værdier i celler) ved hjælp af kolonnernes navn. F.eks:

for row in df.rows:
   print row['c1'], row['c2']

Er det muligt at gøre det i pandas?

Jeg fandt dette lignende spørgsmål. Men det giver mig ikke det svar, jeg har brug for. For eksempel foreslås det der at bruge:

for date, row in df.T.iteritems():

eller

for row in df.iterrows():

Men jeg forstår ikke, hvad row objektet er, og hvordan jeg kan arbejde med det.

petezurich
Redigeret spørgsmål 2018ør august 2018 в 7:20
Programmering
python rows pandas dataframe
2013ør maj 2013 в 7:04
14 visninger
Løsning

DataFrame.iterrows er en generator, der giver både indeks og række

import pandas as pd
import numpy as np

df = pd.DataFrame([{'c1':10, 'c2':100}, {'c1':11,'c2':110}, {'c1':12,'c2':120}])
for index, row in df.iterrows():
    print(row['c1'], row['c2'])

Output: 
   10 100
   11 110
   12 120
cs95
Redigeret svar 2019ør juni 2019 в 3:26
Kommentarer (7)

Du bør bruge df.iterrows(). Det er dog ikke særlig effektivt at iterere række for række, da der skal oprettes serieobjekter.

arekolek
Redigeret svar 2015ør oktober 2015 в 12:06
Kommentarer (3)

Du kan også bruge df.apply() til at iterere over rækker og få adgang til flere kolonner for en funktion.

docs: DataFrame.apply()1

def valuation_formula(x, y):
    return x * y * 0.5

df['price'] = df.apply(lambda row: valuation_formula(row['x'], row['y']), axis=1)
Kommentarer (6)