在Pandas DataFrame中对行和列进行迭代

在Pandas中，我们可以使用iterrows()和iteritems()方法来迭代DataFrame中的行和列。以下是详细说明。

对行进行迭代

使用iterrows()方法对DataFrame的每一行进行迭代。iterrows()方法返回一个迭代器，该迭代器包含每一行的索引和对应的值。在每次迭代中，我们可以使用.loc[]属性获取每一行的值。

以下是一个示例代码：

import pandas as pd

df = pd.DataFrame({'Name':['Tom', 'John', 'Mike'],
                   'Age':[23, 25, 26],
                   'Country':['US', 'UK', 'CA']})

# 迭代行
for index, row in df.iterrows():
    print(f"Index:{index}, Name:{row['Name']}, Age:{row['Age']}, Country:{row['Country']}")

输出：

Index:0, Name:Tom, Age:23, Country:US
Index:1, Name:John, Age:25, Country:UK
Index:2, Name:Mike, Age:26, Country:CA

在每次迭代中，我们通过row['Name']、row['Age']和row['Country']获取每一行中对应的值。

对列进行迭代

使用iteritems()方法可以对DataFrame的每一列进行迭代。iteritems()方法返回一个迭代器，该迭代器包含每一列的列名和对应的值。在每次迭代中，我们可以使用.loc[]属性获取每一列的值。

以下是一个示例代码：

import pandas as pd

df = pd.DataFrame({'Name':['Tom', 'John', 'Mike'],
                   'Age':[23, 25, 26],
                   'Country':['US', 'UK', 'CA']})

# 迭代列
for column_name, column_series in df.iteritems():
    print(f"Column Name:{column_name}")
    for value in column_series:
        print(f"Value:{value}")

输出：

Column Name:Name
Value:Tom
Value:John
Value:Mike
Column Name:Age
Value:23
Value:25
Value:26
Column Name:Country
Value:US
Value:UK
Value:CA

在每次迭代中，我们通过column_name获取每个列的列名，并通过column_series获取对应列中的每个值。

注意，如果我们想要只对DataFrame的部分列进行迭代，可以使用.loc[]属性来选择相应的列。例如，df.loc[:, ['Name', 'Age']]将返回一个只包含Name和Age列的DataFrame。在迭代时，我们只需要使用.iteritems()方法对这个DataFrame进行迭代即可。

以上便是Pandas DataFrame中对行和列进行迭代的完整攻略。在实际应用中，不同的数据需求可能会有不同的迭代方式，我们需要根据具体情况来选用合适的方法。