Python函数之iterrows(),iteritems(),itertuples()的区别说明

在Python Pandas中，有三个常见的函数：iterrows(),iteritems(),itertuples()，它们都能够用来遍历数据帧（DataFrame），但是它们各有不同的使用方式和区别。在本篇攻略中，我们将通过例子展示这三个函数之间的区别和使用方式。

iterrows()

iterrows()函数通过将DataFrame的每一行转换成一个(索引, Series)对来遍历DataFrame，它将每行转换为一个元祖，可以很方便的对该行进行迭代。

下面是一个使用iterrows()函数遍历DataFrame的例子：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Cathy', 'David'], 'age': [25, 32, 18, 47]}
df = pd.DataFrame(data)

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

输出结果：

0 Alice 25
1 Bob 32
2 Cathy 18
3 David 47

iteritems()

iteritems()函数是用来遍历DataFrame的列的，将DataFrame的每一列转换成一个(列名, Series)对。与iterrows()不同，该函数返回的是一列数据而不是一行。

下面是一个使用iteritems()函数遍历DataFrame列的例子：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Cathy', 'David'], 'age': [25, 32, 18, 47]}
df = pd.DataFrame(data)

for col, values in df.iteritems():
    print(col)
    print(values.tolist())

输出结果：

name
['Alice', 'Bob', 'Cathy', 'David']
age
[25, 32, 18, 47]

itertuples()

itertuples()函数通过将DataFrame的每一行转换成一个命名元组来遍历DataFrame，比使用iterrows()函数很快。命名元组可以像访问属性一样获取元素。

下面是一个使用itertuples()函数遍历DataFrame的例子：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Cathy', 'David'], 'age': [25, 32, 18, 47]}
df = pd.DataFrame(data)

for row in df.itertuples():
    print(row.Index, row.name, row.age)

输出结果：

0 Alice 25
1 Bob 32
2 Cathy 18
3 David 47

总结

• iterrows()：按行遍历DataFrame，并将每一行转换成一个(索引, Series)对。获取每个元素的方法是使用行号和列名。
• iteritems()：按列遍历DataFrame，并将每一列转换成一个(列名, Series)对。获取每个元素的方法是使用列名。
• itertuples()：按行遍历DataFrame，并将每一行转换成一个元组。获取每个元素的方法是使用属性名称和行号。

三个函数各有用处，具体要根据具体业务场景和需要来选择使用哪个函数。