Pandas常用的6种遍历方法分享及示例代码

Pandas是一种强大的数据分析工具，具有丰富的遍历方法，可以帮助我们快速地处理数据。下面介绍Pandas常用的6种遍历方法：

1. apply()

apply()是Pandas中最常用的函数，用于对数据的每一行或每一列进行操作。它接受一个函数或lambda表达式作为参数，并将其应用于数据框的每一行或每一列。

# 将每一行的值加1
df.apply(lambda x: x+1)

2. iterrows()

iterrows()函数用于遍历数据框的每一行，返回每一行的索引和值。它返回一个迭代器，可以对每一行进行操作。

# 遍历每一行
for index, row in df.iterrows():
    print(index, row)

3. itertuples()

itertuples()函数用于遍历数据框的每一行，返回每一行的索引和值。它返回一个元组，可以对每一行进行操作。

# 遍历每一行
for row in df.itertuples():
    print(row)

4. iteritems()

iteritems()函数用于遍历数据框的每一列，返回每一列的索引和值。它返回一个迭代器，可以对每一列进行操作。

# 遍历每一列
for col, value in df.iteritems():
    print(col, value)

5. items()

items()函数用于遍历数据框的每一列，返回每一列的索引和值。它返回一个列表，可以对每一列进行操作。

# 遍历每一列
for col, value in df.items():
    print(col, value)

6. applymap()

applymap()函数用于对数据框中的每一个元素进行操作。它接受一个函数或lambda表达式作为参数，并将其应用于数据框中的每一个元素。

# 将每一个元素加1
df.applymap(lambda x: x+1)

以上就是Pandas常用的6种遍历方法的介绍，通过这些方法可以快速地处理数据。