PANDAS DATAFRAME で行を反復処理するさまざまな方法

この記事では、 Pandas で DataFrame 内の行を反復処理する方法 。

Pandas で DataFrame 内の行を反復処理する方法

Python は、主にデータ中心の Python パッケージの素晴らしいエコシステムのおかげで、データ分析を行うのに最適な言語です。 パンダ はそれらのパッケージの 1 つであり、データのインポートと分析がはるかに簡単になります。

Pandas で行を反復処理するさまざまな方法を見てみましょう データフレーム :

方法 1: データフレームのインデックス属性を使用します。

Python3

キャットティンプの体重

# import pandas package as pd> import> pandas as pd> # Define a dictionary containing students data> data>=> {>'Name'>: [>'Ankit'>,>'Amit'>,> >'Aishwarya'>,>'Priyanka'>],> >'Age'>: [>21>,>19>,>20>,>18>],> >'Stream'>: [>'Math'>,>'Commerce'>,> >'Arts'>,>'Biology'>],> >'Percentage'>: [>88>,>92>,>95>,>70>]}> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data, columns>=>[>'Name'>,>'Age'>,> >'Stream'>,>'Percentage'>])> print>(>

'Given Dataframe :
'>

, df)> print>(>

'
Iterating over rows using index attribute :
'>

)> # iterate through each row and select> # 'Name' and 'Stream' column respectively.> for> ind>in> df.index:> >print>(df[>'Name'>][ind], df[>'Stream'>][ind])>

出力：

Given Dataframe :  Name Age Stream Percentage 0 Ankit 21 Math 88 1 Amit 19 Commerce 92 2 Aishwarya 20 Arts 95 3 Priyanka 18 Biology 70  Iterating over rows using index attribute :  Ankit Math Amit Commerce Aishwarya Arts Priyanka Biology>

方法 2: 使用する場所[] 関数データフレームの。

Python3

日付に文字列を入力する

'Given Dataframe :
'>

, df)> print>(>

'
Iterating over rows using loc function :
'>

)> # iterate through each row and select> # 'Name' and 'Age' column respectively.> for> i>in> range>(>len>(df)):> >print>(df.loc[i,>'Name'>], df.loc[i,>'Age'>])>

出力：

Given Dataframe :  Name Age Stream Percentage 0 Ankit 21 Math 88 1 Amit 19 Commerce 92 2 Aishwarya 20 Arts 95 3 Priyanka 18 Biology 70  Iterating over rows using loc function :  Ankit 21 Amit 19 Aishwarya 20 Priyanka 18>

方法 3: 使用する iloc[] 関数データフレームの。

Python3

米国の州

'Given Dataframe :
'>

, df)> print>(>

'
Iterating over rows using iloc function :
'>

)> # iterate through each row and select> # 0th and 2nd index column respectively.> for> i>in> range>(>len>(df)):> >print>(df.iloc[i,>0>], df.iloc[i,>2>])>

出力：

Given Dataframe :  Name Age Stream Percentage 0 Ankit 21 Math 88 1 Amit 19 Commerce 92 2 Aishwarya 20 Arts 95 3 Priyanka 18 Biology 70  Iterating over rows using iloc function :  Ankit Math Amit Commerce Aishwarya Arts Priyanka Biology >

方法 4: 使用する iterrows() 方法データフレームの。

Python3

'Given Dataframe :
'>

, df)> print>(>

'
Iterating over rows using iterrows() method :
'>

)> # iterate through each row and select> # 'Name' and 'Age' column respectively.> for> index, row>in> df.iterrows():> >print>(row[>'Name'>], row[>'Age'>])>

それ以外の場合は bash シェルで

出力：

Given Dataframe :  Name Age Stream Percentage 0 Ankit 21 Math 88 1 Amit 19 Commerce 92 2 Aishwarya 20 Arts 95 3 Priyanka 18 Biology 70  Iterating over rows using iterrows() method :  Ankit 21 Amit 19 Aishwarya 20 Priyanka 18>

方法 5: 使用するイタータプル() データフレームのメソッド。

Python3

# import pandas package as pd> import> pandas as pd> # Define a dictionary containing students data> data>=> {>'Name'>: [>'Ankit'>,>'Amit'>,>'Aishwarya'>,> >'Priyanka'>],> >'Age'>: [>21>,>19>,>20>,>18>],> >'Stream'>: [>'Math'>,>'Commerce'>,>'Arts'>,> >'Biology'>],> >'Percentage'>: [>88>,>92>,>95>,>70>]}> # Convert the dictionary into DataFrame> df>=> pd.DataFrame(data, columns>=>[>'Name'>,>'Age'>,> >'Stream'>,> >'Percentage'>])> print>(>

'Given Dataframe :
'>

, df)> print>(>

'
Iterating over rows using itertuples() method :
'>

)> # iterate through each row and select> # 'Name' and 'Percentage' column respectively.> for> row>in> df.itertuples(index>=>True>, name>=>'Pandas'>):> >print>(>getattr>(row,>'Name'>),>getattr>(row,>'Percentage'>))>

出力：

Given Dataframe :  Name Age Stream Percentage 0 Ankit 21 Math 88 1 Amit 19 Commerce 92 2 Aishwarya 20 Arts 95 3 Priyanka 18 Biology 70  Iterating over rows using itertuples() method :  Ankit 88 Amit 92 Aishwarya 95 Priyanka 70 >

方法 6: 使用する適用する（）方法データフレームの。

Python3

'Given Dataframe :
'>

, df)> print>(>

'
Iterating over rows using apply function :
'>

)> # iterate through each row and concatenate> # 'Name' and 'Percentage' column respectively.> print>(df.>apply>(>lambda> row: row[>'Name'>]>+> ' '> +> >str>(row[>'Percentage'>]), axis>=>1>))>

Javaの配列のオブジェクト

出力：

Given Dataframe :  Name Age Stream Percentage 0 Ankit 21 Math 88 1 Amit 19 Commerce 92 2 Aishwarya 20 Arts 95 3 Priyanka 18 Biology 70  Iterating over rows using apply function :  0 Ankit 88 1 Amit 92 2 Aishwarya 95 3 Priyanka 70 dtype: object>

TechCodeview

Pandas で DataFrame 内の行を反復処理する方法

方法 1: データフレームのインデックス属性を使用します。

Python3

方法 2: 使用する場所[] 関数データフレームの。

Python3

方法 3: 使用する iloc[] 関数データフレームの。

Python3

方法 4: 使用する iterrows() 方法データフレームの。

Python3

方法 5: 使用するイタータプル() データフレームのメソッド。

Python3

方法 6: 使用する適用する（）方法データフレームの。

Python3

Pandas Dataframe で行を反復処理するさまざまな方法

Pandas で DataFrame 内の行を反復処理する方法

方法 1: データフレームのインデックス属性を使用します。

Python3

方法 2: 使用する 場所[] 関数 データフレームの。

Python3

方法 3: 使用する iloc[] 関数 データフレームの。

Python3

方法 4: 使用する iterrows() 方法 データフレームの。

Python3

方法 5: 使用する イタータプル() データフレームのメソッド。

Python3

方法 6: 使用する 適用する（） 方法 データフレームの。

Python3

方法 2: 使用する場所[] 関数データフレームの。

方法 3: 使用する iloc[] 関数データフレームの。

方法 4: 使用する iterrows() 方法データフレームの。

方法 5: 使用するイタータプル() データフレームのメソッド。

方法 6: 使用する適用する（）方法データフレームの。