如何迭代具有非顺序索引标签的Pandas DataFrame（逐行）？

Question

我正在尝试迭代具有非顺序索引标签的Pandas DataFrame（逐行）。 换句话说，一个Dataframe的索引标签看起来像这样： 2,3,4,5,6,7,8,9,11,12,... 没有行/索引标签10 。 我想根据条件迭代DataFrame来更新/编辑每行中的某些值，因为我正在将Excel工作表（已合并单元格）读入DataFrames。

我尝试了以下代码（@ Manuel的答案 ）来遍历df每一行，并在有条件的情况下编辑每一行。

    for col in list(df): #All columns 
       for row in df[1].iterrows(): ##All rows, except first   
           if pd.isnull(df.loc[row[0],'Album_Name']): ##If this cell is empty all in the same row too.
               continue  
           elif pd.isnull(df.loc[row[0], col]) and pd.isnull(df.loc[row[0]+1, col]):  ##If a cell and next one are empty, take previous value.
               df.loc[row[0], col] = df.loc[row[0]-1, col]  

但是，由于DataFrame具有非顺序索引标签，因此出现以下错误消息： KeyError: the label [10] is not in the [index] 。 如何使用非顺序索引标签迭代和编辑DataFrame（逐行）？

作为参考，这是我的Excel工作表和DataFrame的外观：

Answer 1

是的，只需将第二个循环更改为：

for row in df:

然后用“行”而不是名称来引用该行。

 for col in df: #All columns 
       for row in df: ##All rows, except first   
           if row==1:
                continue #this skips to next loop iteration
           if pd.isnull(df.loc[row[0],'Album_Name']): ##If this cell is empty all in the same row too.
               continue  
           elif pd.isnull(df.loc[row[0], col]) and pd.isnull(df.loc[row[0]+1, col]):  ##If a cell and next one are empty, take previous value.
               df.loc[row[0], col] = df.loc[row[0]-1, col]