如何遍历数据框中的所有列答案

【问题标题】：How can I iterate over all columns in a Dataframe如何遍历数据框中的所有列
【发布时间】：2022-09-24 22:04:49
【问题描述】：

我对 python 很陌生，我只是想要一些指导。

我想知道如何迭代数据框每一列的每个值以应用我自己创建的函数。首先我需要检查它是否是数字，如果是，那么我可以继续我的功能。

我应该先把每一列都做成列表吗？如果是这样，最好的方法是什么？

在 pandas 中，它们很少使用一个单元格，通常使用列，因为通常它们的数量少于行。了解 pandas 的功能，它们几乎适用于所有场合。 pandas.pydata.org/docs/user_guide/index.html
使用.apply() 方法...

【解决方案1】：

你可以看看这个文档页面，它解释了函数pandas.Dataframe.apply的使用：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.apply.html 基本上，你给它一个函数func 和一个轴（0 代表列，` 代表行）。

【讨论】：

如何使用 for 循环确保每列只有数值

【解决方案2】：

您可能不想为此使用循环，而是返回一个包含每列信息 OnlyNumeric/NotOnlyNumeric 的 Series。

您使用 pd.to_numeric 并强制错误如下：

import pandas as pd

df = pd.DataFrame({'col': [1, 2, 10, np.nan, 'a'],
                   'col2': ['a', 10, 30, 40, 50],
                   'col3': [1, 2, 3, 4, 5.0]})

df.apply(lambda col: pd.to_numeric(col, errors='coerce').notnull().all())

输出：

col     False
col2    False
col3     True
dtype: bool

然后，您可以再次使用 .all() 来获得单个 True 或 False 并继续应用您的函数。

单线：

df.apply(lambda col: pd.to_numeric(col, errors='coerce').notnull().all()).all()

【讨论】：