在Python-Pandas中循環或遍歷數據框的所有或某些列

 

在本文中，我們將討論如何循環或迭代DataFrame的全部或某些列？有多種方法可以完成此任務。

首先創建一個數據框，然后看一下：
代碼：

# import pandas package 
import pandas as pd 

# List of Tuples 
students = [('Ankit', 22, 'A'), 
        ('Swapnil', 22, 'B'), 
        ('Priya', 22, 'B'), 
        ('Shivangi', 22, 'B'), 
            ] 
# Create a DataFrame object 
stu_df = pd.DataFrame(students, columns =['Name', 'Age', 'Section'], 
                    index =['1', '2', '3', '4']) 

stu_df 

 

輸出：

現在，讓我們看看不同的方式來迭代DataFrame或某些列：

方法＃1： 使用DataFrame.iteritems（）：
Dataframe類提供了一個成員函數iteritems()，該函數提供了一個迭代器，該迭代器可用於迭代數據幀的所有列。對於Dataframe中的每一列，它將返回一個迭代器到包含列名稱及其內容為序列的元組。

代碼：

import pandas as pd 


# List of Tuples 
students = [('Ankit', 22, 'A'), 
        ('Swapnil', 22, 'B'), 
        ('Priya', 22, 'B'), 
        ('Shivangi', 22, 'B'), 
            ] 

# Create a DataFrame object 
stu_df = pd.DataFrame(students, columns =['Name', 'Age', 'Section'], 
                    index =['1', '2', '3', '4']) 

# gives a tuple of column name and series 
# for each column in the dataframe 
for (columnName, columnData) in stu_df.iteritems(): 
    print('Colunm Name : ', columnName) 
    print('Column Contents : ', columnData.values) 

輸出：

方法2： 使用[]運算符：
我們可以遍歷列名並選擇所需的列。

代碼：

import pandas as pd 


# List of Tuples 
students = [('Ankit', 22, 'A'), 
        ('Swapnil', 22, 'B'), 
        ('Priya', 22, 'B'), 
        ('Shivangi', 22, 'B'), 
            ] 

# Create a DataFrame object 
stu_df = pd.DataFrame(students, columns =['Name', 'Age', 'Section'], 
                    index =['1', '2', '3', '4']) 

# Iterate over column names 
for column in stu_df: 
    
    # Select column contents by column 
    # name using [] operator 
    columnSeriesObj = stu_df[column] 
    print('Colunm Name : ', column) 
    print('Column Contents : ', columnSeriesObj.values) 

輸出：

方法3： 迭代多於一列：
假設我們需要迭代多於一列。為此，我們可以從數據框中選擇多個列並對其進行迭代。

代碼：

import pandas as pd 


# List of Tuples 
students = [('Ankit', 22, 'A'), 
        ('Swapnil', 22, 'B'), 
        ('Priya', 22, 'B'), 
        ('Shivangi', 22, 'B'), 
            ] 

# Create a DataFrame object 
stu_df = pd.DataFrame(students, columns =['Name', 'Age', 'Section'], 
                    index =['1', '2', '3', '4']) 

# Iterate over two given columns 
# only from the dataframe 
for column in stu_df[['Name', 'Section']]: 
    
    # Select column contents by column 
    # name using [] operator 
    columnSeriesObj = stu_df[column] 
    print('Colunm Name : ', column) 
    print('Column Contents : ', columnSeriesObj.values) 

 

輸出：

方法4： 以相反的順序迭代列：
我們也可以以相反的順序遍歷列。

代碼：

import pandas as pd 


# List of Tuples 
students = [('Ankit', 22, 'A'), 
        ('Swapnil', 22, 'B'), 
        ('Priya', 22, 'B'), 
        ('Shivangi', 22, 'B'), 
            ] 

# Create a DataFrame object 
stu_df = pd.DataFrame(students, columns =['Name', 'Age', 'Section'], 
                    index =['1', '2', '3', '4']) 


# Iterate over the sequence of column names 
# in reverse order 
for column in reversed(stu_df.columns): 
    
    # Select column contents by column 
    # name using [] operator 
    columnSeriesObj = stu_df[column] 
    print('Colunm Name : ', column) 
    print('Column Contents : ', columnSeriesObj.values) 

輸出：

方法5： 使用索引（iloc）：
要按索引遍歷Dataframe的列，我們可以遍歷一個范圍（即0到最大列數），而對於每個索引，我們可以使用iloc []選擇列的內容。

代碼：

import pandas as pd 


# List of Tuples 
students = [('Ankit', 22, 'A'), 
        ('Swapnil', 22, 'B'), 
        ('Priya', 22, 'B'), 
        ('Shivangi', 22, 'B'), 
            ] 

# Create a DataFrame object 
stu_df = pd.DataFrame(students, columns =['Name', 'Age', 'Section'], 
                    index =['1', '2', '3', '4']) 


# Iterate over the index range from 
# 0 to max number of columns in dataframe 
for index in range(stu_df.shape[1]): 
    
    print('Column Number : ', index) 
    
    # Select column by index position using iloc[] 
    columnSeriesObj = stu_df.iloc[:, index] 
    print('Column Contents : ', columnSeriesObj.values) 

 

輸出：