אם אתה רוצה לעבור בלולאה על ה-DataFrame לביצוע פעולות מסוימות בכל אחת מהשורות, אתה יכול להשתמש בפונקציה iterrows() ב-Pandas.
פנדות משתמשות בשלוש פונקציות לאיטרציה על פני השורות של ה-DataFrame, כלומר iterrows(), iteritems() ו-itertuples().
חזור על שורות עם שורות iterrows של Pandas:
ה-iterrows () אחראים ללולאה דרך כל שורה של ה-DataFrame. הוא מחזיר איטרטור המכיל אינדקס ונתונים של כל שורה כסדרה.
יש לנו את הפונקציה הבאה לראות את התוכן של האיטרטור.
פונקציה זו מחזירה כל ערך אינדקס יחד עם סדרה המכילה את הנתונים בכל שורה.
תשואות:
דוגמה1
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)
תְפוּקָה
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
דוגמה2
# 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()
תְפוּקָה
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