HOWTO · Pandas

如何在 Pandas 中遍历 DataFrame 的行

比较在 pandas DataFrame 中读取或处理行的方法,包括 df.index、loc[]、iloc[]、iterrows()、itertuples() 和 apply()。

本页内容

对于 pandas 可以直接表达的计算,优先使用向量化运算;它通常更简单,并且可以避免 Python 层级的逐行循环。当你需要自定义的逐行逻辑时,请选择基于标签或基于位置的选取方式,或使用行迭代器。示例使用这张收入表;每个代码片段都会创建自己的 DataFrame,因此可以独立运行。

import pandas as pd

df = pd.DataFrame({
    "Date": ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"],
    "Income_1": [10, 20, 10, 15, 10, 12],
    "Income_2": [20, 30, 10, 5, 40, 13],
})

print(df["Income_1"] + df["Income_2"])
0    30
1    50
2    20
3    20
4    50
5    25
dtype: int64

使用 df.index 遍历各行

df.index 包含行标签。在此示例的默认索引中,标签为 0 到 5,因此它们也可以作为 df.loc 中的标签使用。自定义索引或不连续的索引会改变这些标签;不要假设它们是行的位置。

import pandas as pd

df = pd.DataFrame({
    "Date": ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"],
    "Income_1": [10, 20, 10, 15, 10, 12],
    "Income_2": [20, 30, 10, 5, 40, 13],
})

for label in df.index:
    row = df.loc[label]
    total = row["Income_1"] + row["Income_2"]
    print(f"Total income in {row['Date']} is: {total}")
Total income in April-10 is: 30
Total income in April-11 is: 50
Total income in April-12 is: 20
Total income in April-13 is: 20
Total income in April-14 is: 50
Total income in April-16 is: 25

这会读取每个标签、选取其对应的行,并将两个收入值相加。对于基于位置的循环,请改用 iloc[]。

使用 loc[] 按标签访问行

当行选择器是索引标签时,请使用 loc[]。它的第一个选择器选择行,第二个选择器选择列;标签不一定必须是整数。

import pandas as pd

df = pd.DataFrame({
    "Date": ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"],
    "Income_1": [10, 20, 10, 15, 10, 12],
    "Income_2": [20, 30, 10, 5, 40, 13],
})

for label in df.index:
    date = df.loc[label, "Date"]
    total = df.loc[label, "Income_1"] + df.loc[label, "Income_2"]
    print(f"Total income in {date} is: {total}")
Total income in April-10 is: 30
Total income in April-11 is: 50
Total income in April-12 is: 20
Total income in April-13 is: 20
Total income in April-14 is: 50
Total income in April-16 is: 25

遍历 df.index 可以使查询与实际标签保持关联。如果你已经有一个标签,可以使用 df.loc[label] 直接选取其对应的行。

使用 iloc[] 按位置访问行

当你指的是整数位置时,请使用 iloc[]:它的第一个选择器是行位置,第二个选择器是列位置。在这张表中,列位置 0、1 和 2 分别指 Date、Income_1 和 Income_2。

import pandas as pd

df = pd.DataFrame({
    "Date": ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"],
    "Income_1": [10, 20, 10, 15, 10, 12],
    "Income_2": [20, 30, 10, 5, 40, 13],
})

for position in range(len(df)):
    date = df.iloc[position, 0]
    total = df.iloc[position, 1] + df.iloc[position, 2]
    print(f"Total income in {date} is: {total}")
Total income in April-10 is: 30
Total income in April-11 is: 50
Total income in April-12 is: 20
Total income in April-13 is: 20
Total income in April-14 is: 50
Total income in April-16 is: 25

与 loc[] 不同,iloc[] 不会将行选择器解释为索引标签。当行的顺序很重要时,请使用它。

使用 DataFrame.iterrows() 进行遍历

pandas.DataFrame.iterrows() 会为每一行生成一对值:其索引标签,以及作为 Series 的该行。当代码需要多个具名列时,这很方便,但它可能比元组遍历更慢,并且可能将值强制转换为共同的行 dtype。避免修改所生成的行来更新原始 DataFrame。

import pandas as pd

df = pd.DataFrame({
    "Date": ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"],
    "Income_1": [10, 20, 10, 15, 10, 12],
    "Income_2": [20, 30, 10, 5, 40, 13],
})

for label, row in df.iterrows():
    total = row["Income_1"] + row["Income_2"]
    print(f"Total income in {row['Date']} is: {total}")
Total income in April-10 is: 30
Total income in April-11 is: 50
Total income in April-12 is: 20
Total income in April-13 is: 20
Total income in April-14 is: 50
Total income in April-16 is: 25

标签可通过 label 获取;行的值则通过 row 上的列名访问。

使用 DataFrame.itertuples() 进行遍历

itertuples() 会为每一行生成一个元组。默认情况下,索引是元组的第一个字段,其后是各列的字段。像 Date 和 Income_1 这样的具名字段使它成为逐行处理时可读性较好的选择,而且在需要遍历时,元组遍历通常比 iterrows() 更可取。

import pandas as pd

df = pd.DataFrame({
    "Date": ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"],
    "Income_1": [10, 20, 10, 15, 10, 12],
    "Income_2": [20, 30, 10, 5, 40, 13],
})

for row in df.itertuples():
    total = row.Income_1 + row.Income_2
    print(f"Total income in {row.Date} is: {total}")
Total income in April-10 is: 30
Total income in April-11 is: 50
Total income in April-12 is: 20
Total income in April-13 is: 20
Total income in April-14 is: 50
Total income in April-16 is: 25

若要省略索引字段,请传入 index=False;若要接收普通元组而不是具名元组,请传入 name=None。不是有效 Python 标识符的列名在具名元组字段中会被重命名,因此当这一点很重要时,请使用普通元组位置或 iterrows()。

使用 DataFrame.apply() 对每一行应用函数

DataFrame.apply() 可以使用 axis=1(或 axis="columns")对每一行调用一次函数。逐行调用在这里会返回一个 Series,每个输入行都有一个结果。它与向量化计算并不相同,也不会自动比循环更快;当基于函数的接口有用时,请使用它。

import pandas as pd

df = pd.DataFrame({
    "Date": ["April-10", "April-11", "April-12", "April-13", "April-14", "April-16"],
    "Income_1": [10, 20, 10, 15, 10, 12],
    "Income_2": [20, 30, 10, 5, 40, 13],
})

result = df.apply(
    lambda row: f"Total income in {row['Date']} is: {row['Income_1'] + row['Income_2']}",
    axis=1,
)
print(result.to_string(index=False))
Total income in April-10 is: 30
Total income in April-11 is: 50
Total income in April-12 is: 20
Total income in April-13 is: 20
Total income in April-14 is: 50
Total income in April-16 is: 25

此调用会在 result 中为每一行返回一个字符串。对于这个简单的加法,像 df["Income_1"] + df["Income_2"] 这样的向量化表达式更直接。有关方法参数,请参阅 DataFrame.apply() 参考。