在 Pandas 中,可以使用 iterrows()
方法遍历 DataFrame,并在其上运行函数。iterrows()
方法返回一个迭代器,每次迭代返回一个包含索引和行数据的元组。
以下是一个示例代码,展示如何遍历 Pandas DataFrame 并在其上运行函数:
import pandas as pd
# 创建一个示例 DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 35],
'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)
# 定义一个函数,对每一行的数据进行处理
def process_row(row):
name = row['Name']
age = row['Age']
city = row['City']
# 在这里可以进行自定义的处理操作
# 例如,打印每一行的数据
print(f"Name: {name}, Age: {age}, City: {city}")
# 遍历 DataFrame 并在其上运行函数
for index, row in df.iterrows():
process_row(row)
运行上述代码,将会输出以下结果:
Name: Alice, Age: 25, City: New York
Name: Bob, Age: 30, City: London
Name: Charlie, Age: 35, City: Paris
在实际应用中,可以根据具体需求在 process_row()
函数中进行各种操作,例如数据处理、计算、筛选等。请根据具体场景自行调整函数的实现。
腾讯云相关产品和产品介绍链接地址:
领取专属 10元无门槛券
手把手带您无忧上云