如何利用pandas工具输出每行的索引值、及其对应的行数据

要利用pandas工具输出每行的索引值及其对应的行数据，可以使用pandas.DataFrame.iterrows()方法。该方法可迭代每一行的索引及其对应的行数据，返回值为元组类型，包含索引和相应的数据。

以下是详细的步骤：

1. 导入pandas库，并读取数据源文件。

import pandas as pd
df = pd.read_csv('data.csv')

1. 使用iterrows()方法获取每行索引及其对应的数据。

for index, row in df.iterrows():
    print(index, row)

该代码段中的index表示每行的索引值，row表示每行数据，执行结果为：

0 Name: John, Age: 31, City: New York
1 Name: Mary, Age: 25, City: Los Angeles
2 Name: Bob, Age: 21, City: Chicago

1. 还可以对每个元组进行解包操作，进一步提取索引及其对应的数据。

for index, row in df.iterrows():
    name, age, city = row['Name'], row['Age'], row['City']
    print(index, name, age, city)

该代码段中的name、age、city分别表示每行数据中的Name、Age、City列属性值，执行结果为：

0 John 31 New York
1 Mary 25 Los Angeles
2 Bob 21 Chicago

另外，如果想把每行数据转换为字典类型，可以使用to_dict()方法：

for index, row in df.iterrows():
    d = row.to_dict()
    print(index, d)

执行结果为：

0 {'Name': 'John', 'Age': 31, 'City': 'New York'}
1 {'Name': 'Mary', 'Age': 25, 'City': 'Los Angeles'}
2 {'Name': 'Bob', 'Age': 21, 'City': 'Chicago'}

以上便是利用pandas工具输出每行索引及其对应数据的完整攻略，希望可以对您有所帮助。