Python如何遍歷DataFrame？

一、DataFrame的基本概念

在Python中，DataFrame是一個非常常用的數據結構，它是一個二維的表格，每個列可以是不同的數據類型（例如數字、字符串、布爾值等），而且可以自定義行標籤和列標籤。通過pandas庫中的DataFrame類，我們可以輕鬆地讀取、寫入、操作和可視化這些數據。

下面是一個簡單的示例代碼，演示如何創建一個DataFrame：

import pandas as pd

data = {'姓名': ['小明', '小紅', '小華'],
        '年齡': [18, 19, 20],
        '成績': [90, 95, 80]}
df = pd.DataFrame(data)
print(df)

輸出結果為：

   姓名  年齡  成績
0  小明  18  90
1  小紅  19  95
2  小華  20  80

二、DataFrame的遍歷方式

1. 按列遍歷

最常見的遍歷方式是按列遍歷。我們可以使用DataFrame的列名來訪問每一列，然後通過for循環遍歷每個元素。下面是一個簡單的示例代碼：

import pandas as pd

data = {'姓名': ['小明', '小紅', '小華'],
        '年齡': [18, 19, 20],
        '成績': [90, 95, 80]}
df = pd.DataFrame(data)
for column in df:
    print(df[column])

輸出結果為：

0    小明
1    小紅
2    小華
Name: 姓名, dtype: object
0    18
1    19
2    20
Name: 年齡, dtype: int64
0    90
1    95
2    80
Name: 成績, dtype: int64

我們也可以通過使用iteritems()函數，返回每個列名和列本身的一個元組。下面是示例代碼：

import pandas as pd

data = {'姓名': ['小明', '小紅', '小華'],
        '年齡': [18, 19, 20],
        '成績': [90, 95, 80]}
df = pd.DataFrame(data)
for column_name, column_data in df.iteritems():
    print(f"列名：{column_name}")
    print(f"列：{column_data}")

輸出結果如下：

列名：姓名
列：0    小明
1    小紅
2    小華
Name: 姓名, dtype: object
列名：年齡
列：0    18
1    19
2    20
Name: 年齡, dtype: int64
列名：成績
列：0    90
1    95
2    80
Name: 成績, dtype: int64

2. 按行遍歷

按行遍歷可以使用iterrows()函數，它會返回每一行的索引和行本身的元組。下面是示例代碼：

import pandas as pd

data = {'姓名': ['小明', '小紅', '小華'],
        '年齡': [18, 19, 20],
        '成績': [90, 95, 80]}
df = pd.DataFrame(data)
for row_index, row_data in df.iterrows():
    print(f"行索引：{row_index}")
    print(f"行：{row_data}")

輸出結果為：

行索引：0
行：姓名    小明
年齡    18
成績    90
Name: 0, dtype: object
行索引：1
行：姓名    小紅
年齡    19
成績    95
Name: 1, dtype: object
行索引：2
行：姓名    小華
年齡    20
成績    80
Name: 2, dtype: object

3. 迭代器（itertuples()）

除了以上兩種方法，pandas還提供了itertuples()方法來遍歷DataFrame。itertuples()返回一個迭代器，每次迭代返回一個包含行的所有列的元組。下面是示例代碼：

import pandas as pd

data = {'姓名': ['小明', '小紅', '小華'],
        '年齡': [18, 19, 20],
        '成績': [90, 95, 80]}
df = pd.DataFrame(data)
for row in df.itertuples():
    print(row)

輸出結果為：

Pandas(Index=0, 姓名='小明', 年齡=18, 成績=90)
Pandas(Index=1, 姓名='小紅', 年齡=19, 成績=95)
Pandas(Index=2, 姓名='小華', 年齡=20, 成績=80)

三、DataFrame遍歷小結

以上介紹的三種遍歷方式，在實際應用中都非常常用。按列遍歷通常用於查找某一列的特定元素，按行遍歷通常用於遍歷所有數據或者進行條件判斷，而迭代器則可以用於在遍歷時同時訪問行和列的值。

以上內容僅僅是pandas庫中DataFrame遍歷的冰山一角。在實際應用中，我們還需要考慮到DataFrame的大小、檢索速度等因素，選擇合適的遍歷方式進行操作。希望本文內容能為讀者提供一些思路和參考。