DataFrame对象的iterrows()方法

基本用法：

        dataframe对象调用iterrows（）方法。

        会得到一个迭代器，该迭代器每次迭代会返回一个元祖（index,row）

        index: 表示当前行的索引，

        row:当前行的数据，一个series对象

作用就是：将数据加载得到DataFrame对象，通过迭代方式逐行返回，方便逐行处理数据

                

小的样例：

import pandas as pd# 创建一个简单的DataFrame
data = {'姓名': ['张三', '李四', '王五'],'年龄': [20, 25, 30],'城市': ['北京', '上海', '广州']
}
df = pd.DataFrame(data)# 使用iterrows()遍历行
for index, row in df.iterrows():print(f"索引: {index}")print(f"姓名: {row['姓名']}, 年龄: {row['年龄']}, 城市: {row['城市']}")print("---")

注意点：

        1。由于是逐行处理数据，在处理大型数据时效率比较低，不推荐使用，可以考虑使用向量化操作（如 df['列名'].apply(...)）来处理数据，速度更快。

         2.  每个row是原始数据的副本，所以做修改不会同步到原始数据

第二点这里来个小的样例：

import pandas as pddf = pd.DataFrame({'姓名': ['张三', '李四'], '年龄': [20, 25]})
print("修改前的DataFrame:")
print(df)# 尝试通过iterrows()修改数据
for index, row in df.iterrows():row['年龄'] = row['年龄'] + 1  # 尝试修改年龄row['姓名'] = row['姓名'] + '同学'  # 尝试修改姓名print("\n使用iterrows()修改后的DataFrame:")
print(df)  # 可以看到原始DataFrame并未发生变化# 正确的修改方式
df['年龄'] = df['年龄'] + 1
df['姓名'] = df['姓名'] + '同学'
print("\n正确修改后的DataFrame:")
print(df)

输出结果：

好了，今天到这里~~