如何在理解列表中迭代数据框的索引和列？

如何解决如何在理解列表中迭代数据框的索引和列？

如果我需要在理解列表中迭代 df，我会这样做：

df['new_col'] = [x if y == 1 and z == 2 for x,y in df[['col_1','col_2']].values]

如果不是迭代 col_1 和 col_2，我需要迭代 df.index 和 df_col_2 值？

在这个 for 条件示例中的理解列表中的语法是什么？

解决方法

pandas 数据框和系列具有迭代方法。因此，要迭代索引和给定的列，您可以使用 iteritems：

df['new_col'] = [x if y == '1' and z =='2' for x,y in df['col_2'].iteritems()]

在这种情况下，x 是 index，y 是 col2 列的值

更一般地说，iterrows 使您可以在一次迭代中访问索引和所有列：

for idx,row in df.iterrows():
    print("Index",idx)
    print("col1",row.col1)
    print("col2",row.col2)
    ...

,

让我们以数据帧为例。然后看看你可以用 df.loc 和 df.index 做的各种事情。

我将举一个简单的例子，其中包括 5 个 1 到 4 岁的孩子，以及他们迄今为止获得的积分。通常，我更喜欢唯一索引，但在本例中，我们希望您希望按索引进行搜索。所以我让它变得不独特。

import pandas as pd
df = pd.DataFrame({'Points': [2,4,8,3,2,5,6],'Age': [2,1,3]},index=['Bob','Mike','Steve','Kate','Jane','Jill','Jane'])
                  
print (df)

DataFrame 将如下所示：

       Points  Age
Bob         2    2
Mike        4    3
Steve       8    4
Kate        3    1
Jane        2    2
Jill        5    4
Jane        6    3

如果我们想找到所有年龄 = 2 且姓名 = Jane 的孩子，你可以给：

x = df.loc[(df.Age == 2) & (df.index == 'Jane'),'Points'].tolist() #or .values

print (x)

输出将是：

[2]

如果你想找出所有年龄= 2 并且得了2分的孩子，你可以给：

y = df.index[(df.Age == 2) & (df.Points == 2)].tolist() #or .values

print (y)

输出将是：

['Bob','Jane']

如果你想找到所有年龄 = 3 的孩子，你可以给：

z = df.index[(df.Age == 3)].tolist() #or .values

print (z)

输出将是：

['Mike','Jane']

假设您想缩小范围并使用 Found in New_col 更新 2 岁的 Jane，然后您可以给出：

df.loc[(df.Age == 2) & (df.index == 'Jane'),'New_col'] = 'Found'

print (df)

输出将是：

       Points  Age New_col
Bob         2    2     NaN
Mike        4    3     NaN
Steve       8    4     NaN
Kate        3    1     NaN
Jane        2    2   Found
Jill        5    4     NaN
Jane        6    3     NaN

这些都不需要我们使用 df.iterrows() 遍历数据帧。我们可以在不使用 df.iterrows() 的情况下进行很多这些数据操作。如果您有特定的用例，让我们对其进行审查并提出一个不涉及迭代的解决方案。