Python和Pandas - 如何使用iterrows访问列

Question

wowee.....如何在Python和Pandas中使用iterrows？如果我进行行迭代，我是否能够通过row ['COL_NAME']访问列？

这是列名：

print df
Int64Index: 152 entries, 0 to 151
Data columns:
Date          152  non-null values
Time          152  non-null values
Time Zone     152  non-null values
Currency      152  non-null values
Event         152  non-null values
Importance    152  non-null values
Actual        127  non-null values
Forecast      86  non-null values
Previous      132  non-null values
dtypes: object(9)

for row in df.iterrows():
    print row['Date']

Traceback (most recent call last):
  File "/home/ubuntu/workspace/calandar.py", line 34, in <module>
    print row['Date']
TypeError: tuple indices must be integers, not str

如果我打印一行：

(0, Date                                                 Sun Apr 13
Time                                                      17:30
Time Zone                                                   GMT
Currency                                                    USD
Event         USD Fed's Stein Speaks on Financial Stability ...
Importance                                                  Low
Actual                                                      NaN
Forecast                                                    NaN
Previous                                                    NaN
Name: 0)

- Tampa

Answer 1

iterrows会给你一个包含索引和行的元组(index, row)，所以如果你采用如下方式，你就可以基本上以你想象的方式访问列：

iterrows会给你一个包含索引和行的元组(index, row)，所以如果你采用如下方式，你就可以基本上以你想象的方式访问列：

for index, row in df.iterrows():
    print row['Date']

- Marius

---

你是否遇到过row ['Date']返回该单个列的Series表示形式而不是实际值的情况？尽管在迭代iterrows()之外从数据帧中访问相同单元格的行为符合预期，但我现在正在遇到这种情况。 - kuanb

这是默认行为。为了避免这种情况，请尝试使用itertuples而不是iterrows。https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.itertuples.html#pandas.DataFrame.itertuples - eric_kernfeld

Answer 2

如果您想在数据库中迭代每一行并对其应用一个函数，您可能还需要考虑使用apply函数。

def print_row(r):
    print r['Date']

df.apply(print_row, axis = 1)       

- Acorbe