遍历 Pandas 数据框的行答案

【问题标题】：Iterate over rows of Pandas dataframe遍历 Pandas 数据框的行
【发布时间】：2018-09-26 12:29:18
【问题描述】：

我有 df 喜欢：

CELLID  lon       lat         METER           LATITUDE_SM LONGITUDE_SM  Path_ID
2557709 5.286339 51.353820 E0047000004028217  51.3501      5.3125    2557709_E0047000004028217

对于每个 Path_ID(str) 我想迭代循环并希望实现 df1 像：

Path_ID                    METER          LATITUDE_SM  LONGITUDE_SM
2557709_E0047000004028217 E0047000004028217  51.3501    5.3125 
Path_ID                   CELLID            Lon           lat
2557709_E0047000004028217 2557709         5.286339     51.353820

我在 df 中有很多行。我正在做类似的事情

for row in df.iterrows():
    print row ['Path_ID'],row['METER'],row['LATITUDE_SM'], row ['LONGITUDE_SM']

【问题讨论】：

如果您已经拥有df，为什么还要使用循环打印出来？ print(df) 还不够吗？
我想获得 path_ID 的纬度经度，以及相同的 path_id 纬度经度的 CELLID。所以基本上把它分成两个原始数据帧
如果你真的想逐行打印，看jpp的解决方案。但是你可以通过打印数据框的一个子集来节省很多时间，你可以在其中分割你想要的列。以print(df[['Path_ID', 'CEILID', 'Lon', 'lat']]) 为例

标签： python pandas loops dataframe

【解决方案1】：

很难理解你的目标，但是 IIUC，你想按 Path_ID 分组并打印每个值

grouped_df= df.groupby("Path_ID")[["Path_ID", "METER", "LATITUDE_SM", "LONGITUDE_SM"]]
for key, val in grouped_df:
    print grouped_df.get_group(key), "\n"

输出

                     Path_ID              METER  LATITUDE_SM  LONGITUDE_SM
0  2557709_E0047000004028217  E0047000004028217        51.35        5.3125

【讨论】：

【解决方案2】：

目前尚不清楚您为什么想要这种行为，但您可以通过 pd.DataFrame.iloc 实现此目的。

如果您只需要特定的列，请将: 替换为列号列表。

import pandas as pd, numpy as np

df = pd.DataFrame(np.random.random((5, 5)))

for i in range(len(df.index)):
    print(df.iloc[[i], :])

#           0         1         2         3         4
# 0  0.587349  0.947435  0.974285  0.498303  0.135898
#           0         1         2         3         4
# 1  0.292748  0.880276  0.522478  0.081902  0.187494
#           0         1         2         3         4
# 2  0.692022  0.908397  0.200202  0.099722  0.348589
#           0         1         2         3         4
# 3  0.041564  0.980425  0.899634  0.725757  0.569983
#           0         1         2         3         4
# 4  0.787038  0.000077  0.213646  0.444095  0.022923

【讨论】：