迭代pandas DataFrame中的每个元素

Question

所以我得到了一个带有单列和大量数据的pandas DataFrame。

我需要访问每个元素，而不是更改它（使用apply（）），而是将其解析为另一个函数。

循环遍历DataFrame时，它总是在第一个之后停止。

如果我之前将它转换为列表，那么我的数字都是括号（例如。[12]而不是12）因此破坏了我的代码。

有谁看到我做错了什么？

import pandas as pd

def go_trough_list(df):
  for number in df:
    print(number)

df = pd.read_csv("my_ids.csv")
go_trough_list(df)

df看起来像：

   1
0  2
1  3
2  4
dtype: object
[Finished in 1.1s]

编辑：我发现了一个错误。 我的第一个值被识别为标题。 所以我将我的代码更改为：

df = pd.read_csv("my_ids.csv",header=None)

但随着

for ix in df.index:
    print(df.loc[ix])

我明白了：

0    1
Name: 0, dtype: int64
0    2
Name: 1, dtype: int64
0    3
Name: 2, dtype: int64
0    4
Name: 3, dtype: int64

编辑：感谢jezrael和Nick，这是我的解决方案！

首先我添加了headings=None因为我的数据没有标题。 然后我将我的功能改为：

def go_through_list(df)
    new_list = df[0].apply(my_function,parameter=par1)
    return new_list

而且效果很好！ 再次感谢你们，问题解决了。

Answer 1

您可以像在其他答案中一样使用索引，也可以遍历df并访问行，如下所示：

for index, row in df.iterrows():
    print(row['column'])

但是，如果表现有任何问题，我建议以不同方式解决问题。 此外，如果只有一列，使用Pandas系列更为正确。

你把它解析成另一个函数是什么意思？ 也许取值，并对它做一些事情并将其创建到另一列？

我需要访问每个元素，而不是更改它（使用apply（）），而是将其解析为另一个函数。

也许这个例子会有所帮助：

import pandas as pd
df = pd.DataFrame([20, 21, 12])
def square(x):
    return x**2
df['new_col'] = df[0].apply(square)  # can use a lambda here nicely

Answer 2

您可以将列转换为Series tolist ：

for x in df['Colname'].tolist():
    print x

样品：

import pandas as pd

df = pd.DataFrame({'a': pd.Series( [1, 2, 3]),
                   'b': pd.Series( [4, 5, 6])})
print df
   a  b
0  1  4
1  2  5
2  3  6

for x in df['a'].tolist():
    print x
    1
    2
    3

如果只有一列，请使用iloc选择第一列：

for x in df.iloc[:,0].tolist():
    print x

样品：

import pandas as pd

df = pd.DataFrame({1: pd.Series( [2, 3, 4])})
print df
   1
0  2
1  3
2  4

for x in df.iloc[:,0].tolist():
    print x
    2
    3
    4  

这也可以工作，但不建议使用方法，因为1可以是数字或字符串，它可以引发Key错误：

for x in df[1].tolist():
    print x
2
3
4

Answer 3

假设您有一个名为“myColumn”的列，并且您在数据框上有一个索引（使用read_csv自动创建）。 尝试使用.loc函数：

for ix in df.index:
    print(df.loc[ix]['myColumn'])