使用 Pandas 循环遍历列答案

【问题标题】：Loop through columns with Pandas使用 Pandas 循环遍历列
【发布时间】：2019-11-04 20:51:55
【问题描述】：

我有示例数据框（真实数据集有 100 多列）：

df = 

12_longitude_1  12_latitude_1   14_longitude_2  14_latitude_2   15_longitude_3  15_latitude_3
            11             12               13             14               15            16
            11             12               13             14               15            16
            11             12               13             14               15            16

我需要使用循环访问每一列。所以我在这里得到了答案：

pd_out = pd.DataFrame({'zone': [], 'number': []})
max_cols = 3 # or 337 in your "real" dataset
for num in range(1, max_cols + 1):
    curr_lon_name = "longitude_{}".format(num) #what should I do here
    curr_lat_name = "latitude_{}".format(num)  #what should I do here
    #some code here

还有其他方法可以访问这些列吗？

【问题讨论】：

for col_name, column_series in df.iteritems(): 为您提供每一栏。
或for i ,col in df.groupby(level=0,axis=1):

标签： python pandas numpy for-loop

【解决方案1】：

当您说“访问列”时，我不确定您到底要问什么。除了“访问”它们之外，了解您想要对这些列做什么可能会有所帮助。

如果你想要一对经度对应纬度的列表，你可以这样做：

lon_names = [i for i in df.columns if "longitude" in i]
lat_names = [i.replace("longitude", "latitude") for i in lon_names]

# Check the output
for i in range(len(lon_names)):
    print("Longitude_column={}, Latitude_column={}".format(lon_names[i], lat_names[i]))

请注意，如果有不匹配的纬度/经度列，这将不起作用。如果是这种情况，您需要从这些列表中过滤掉一些列名。

【讨论】：

【解决方案2】：

您可以迭代 DataFrame 列：

按列名：

 for col_name in pd.columns:
        print(df[col_name])

或者

通过 iteritems() 函数 - 见here

【讨论】：