迭代数据框时如何引用行和列答案

【问题标题】：How to reference to a row and column when iterating over a dataframe迭代数据框时如何引用行和列
【发布时间】：2019-09-29 18:44:45
【问题描述】：

我正在使用 df.iterrows 或 df.itertuples 对大型数据框进行迭代。我正在按照以下链接中提出的示例进行操作：

这是[链接] (Python Pandas iterate over rows and access column names)


import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.rand(10,4),columns=list('ABCD'))
print df
          A         B         C         D
0  0.351741  0.186022  0.238705  0.081457
1  0.950817  0.665594  0.671151  0.730102
2  0.727996  0.442725  0.658816  0.003515
3  0.155604  0.567044  0.943466  0.666576
4  0.056922  0.751562  0.135624  0.597252
5  0.577770  0.995546  0.984923  0.123392
6  0.121061  0.490894  0.134702  0.358296
7  0.895856  0.617628  0.722529  0.794110
8  0.611006  0.328815  0.395859  0.507364
9  0.616169  0.527488  0.186614  0.278792

从上面的数据框中，我尝试引用特定的列和行（例如前一行），但出现错误。例如：

for row in df.iterrows():
    if row.loc[1,'A'] > 0.95:
       temp_val = row.loc[0,'A']
    else: 
       temp_val = row.loc[0,'B']

谢谢！

【问题讨论】：

你的意思是m=df.loc[1,'A']>0.95 和np.where(m,df.loc[0,'A'],df.loc[0,'B'])

标签： python pandas dataframe

【解决方案1】：

您可以使用np.where 和DataFrame.shift 更有效地做到这一点：

import numpy as np
np.where(df['A'].gt(0.95), df['A'].shift(), df['B'].shift())

你的代码的问题是df.iterrows()返回一个tuple，其中第一个元素是索引，第二个元素是Series，所以你不能直接索引它。您可以这样做：

df['result'] = np.nan
for ix, row in df.loc[1:,:].iterrows():
    if row.loc['A'] > 0.95:
        df.loc[ix, 'result'] = df.loc[ix-1,'A']
    else: 
        df.loc[ix, 'result'] = df.loc[ix-1,'B']

【讨论】：