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 的索引标签如下所示：2,3,4,5,6,7,8,9,11,12,...。没有行/索引标签10。我想迭代 DataFrame 以根据条件更新/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）读取到 DataFrames 中。

我尝试使用以下代码 (@ Manuel's answer) 来遍历 df 的每一行，并在条件适用时编辑每一行。

    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，我收到以下错误消息：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 的样子：

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]