前言

在對DataFrame數(shù)據(jù)進行處理時，存在需要對數(shù)據(jù)內(nèi)容進行遍歷的場景。因此記錄一下按照行，列遍歷的幾種方式。

一、按行遍歷

1. 使用loc或iloc方法

• loc：表示location，填寫內(nèi)容為行的值或者列表，若填寫內(nèi)容為值，則返回對應(yīng)行的內(nèi)容（Series類型）；若填寫內(nèi)容為列表，則返回對應(yīng)行的內(nèi)容（DataFrame類型）
• iloc：表示integer+location，填寫內(nèi)容為行的索引（int類型）或者列表，返回內(nèi)容與loc相同。

因此若需要按照行進行遍歷時，

• 先可以使用index方法獲取索引內(nèi)容，再使用loc方法
• 先可以使用shape[0]方法獲取總行數(shù)，再使用iloc方法

2. 使用iterrows()方法

iterrows()：按行遍歷，將DataFrame的每一行迭代為(index, Series)對，可以通過row[name]對元素進行訪問

因此可以直接使用iterrows()方法，獲取得到行內(nèi)容

代碼如下：

data = {'a': {'x': [1, 1], 'y': [2, 1], 'z': [3, 1]},
        'b': {'x': [1, 2], 'y': [2, 2], 'z': [3, 2]},
        'c': {'x': [1, 3], 'y': [2, 3], 'z': [3, 3]}}
data_pd = pd.DataFrame(data)

print(data_pd)

for row in data_pd.index:
    print(data_pd.loc[row]['a'])

for row_id in range(data_pd.shape[0]):
    print(data_pd.iloc[row_id]['a'])

for index, row in data_pd.iterrows():
    print(row['a'])

運行結(jié)果，三種方法結(jié)果相同：

? ? ? ? a ? ? ? b ? ? ? c
x ?[1, 1] ?[1, 2] ?[1, 3]
y ?[2, 1] ?[2, 2] ?[2, 3]
z ?[3, 1] ?[3, 2] ?[3, 3]

[1, 1]
[2, 1]
[3, 1]

二、按列遍歷

1. 使用列索引方式

DataFrame可以直接使用[列名稱]的方式獲取列的值，即data_pd['a']即可得到列內(nèi)容。

因此若需要按照列進行遍歷時，先可以使用colums方法獲取列內(nèi)容，再使用[列名稱]方式

2. 使用iteritems()方法

iteritems():按列遍歷，將DataFrame的每一列迭代為(列名, Series)對，可以通過row[index]對元素進行訪問

因此可以直接使用iteritems()方法，獲取得到列內(nèi)容

代碼如下：

data = {'a': {'x': [1, 1], 'y': [2, 1], 'z': [3, 1]},
        'b': {'x': [1, 2], 'y': [2, 2], 'z': [3, 2]},
        'c': {'x': [1, 3], 'y': [2, 3], 'z': [3, 3]}}
data_pd = pd.DataFrame(data)

print(data_pd)

for col in data_pd.columns:
    print(data_pd[col].iloc[0])

for index, col in data_pd.iteritems():
    print(col.iloc[0])

運行結(jié)果，兩種方法結(jié)果相同：

? ? ? ? a ? ? ? b ? ? ? c
x ?[1, 1] ?[1, 2] ?[1, 3]
y ?[2, 1] ?[2, 2] ?[2, 3]
z ?[3, 1] ?[3, 2] ?[3, 3]

[1, 1]
[1, 2]
[1, 3]

補充：遍歷dataframe每一行的每一個元素

?python遍歷的代碼，其中df是dataframe類型：

        #1. 從mysql讀取數(shù)據(jù)
        #"ts_code", "buydate", "buyprice", "selldate", "sellprice", "duration", "strategyid"
        df = self.dbadapter.QueryBTStrategy(id=1)
        #2. 統(tǒng)計某一個賣出時間，對應(yīng)的漲跌幅平均值
 
        print(type(df))   #<class 'pandas.core.frame.DataFrame'>
        print(type(df.values))#<class 'numpy.ndarray'>
        print(df.values)
        
        #遍歷
        for row in df.values:
            print(row[0], '  ', row[1], '  ', row[2])

輸出：

<class 'pandas.core.frame.DataFrame'>
<class 'numpy.ndarray'>
[['002089.SZ' '20190416' Decimal('5.75') ... Decimal('6.10') 1 '1']
?['002231.SZ' '20190416' Decimal('8.35') ... Decimal('9.19') 1 '1']
?['002792.SZ' '20190416' Decimal('35.85') ... Decimal('37.28') 1 '1']
?...
?['600621.SH' '20190906' Decimal('13.78') ... Decimal('14.15') 1 '1']
?['603058.SH' '20190905' Decimal('7.52') ... Decimal('7.77') 2 '1']
?['603797.SH' '20190906' Decimal('12.88') ... Decimal('13.94') 1 '1']]
002089.SZ ? ?20190416 ? ?5.75
002231.SZ ? ?20190416 ? ?8.35
002792.SZ ? ?20190416 ? ?35.85
300115.SZ ? ?20190416 ? ?13.97
300394.SZ ? ?20190416 ? ?34.56
300590.SZ ? ?20190416 ? ?42.80
300634.SZ ? ?20190416 ? ?30.43
603220.SH ? ?20190416 ? ?34.62
300312.SZ ? ?20190416 ? ?9.21
002426.SZ ? ?20190417 ? ?3.66
300072.SZ ? ?20190418 ? ?12.50
603626.SH ? ?20190418 ? ?11.34
000413.SZ ? ?20190419 ? ?6.99
000530.SZ ? ?20190418 ? ?5.24
000972.SZ ? ?20190417 ? ?3.79
002147.SZ ? ?20190419 ? ?3.49
002297.SZ ? ?20190419 ? ?8.66
002316.SZ ? ?20190418 ? ?10.03
002436.SZ ? ?20190418 ? ?5.77
002778.SZ ? ?20190419 ? ?23.00
300128.SZ ? ?20190419 ? ?5.80
300136.SZ ? ?20190416 ? ?31.24
300160.SZ ? ?20190419 ? ?4.58
300366.SZ ? ?20190419 ? ?9.78
600773.SH ? ?20190419 ? ?8.86
603015.SH ? ?20190418 ? ?8.24
603059.SH ? ?20190419 ? ?38.19
002600.SZ ? ?20190422 ? ?6.31
600499.SH ? ?20190422 ? ?5.88
002243.SZ ? ?20190423 ? ?22.03
002837.SZ ? ?20190423 ? ?21.74
300710.SZ ? ?20190423 ? ?33.15
600235.SH ? ?20190423 ? ?7.81
600604.SH ? ?20190423 ? ?17.58
000050.SZ ? ?20190424 ? ?17.38
000997.SZ ? ?20190424 ? ?19.33
002387.SZ ? ?20190424 ? ?14.01
002870.SZ ? ?20190424 ? ?25.95
300097.SZ ? ?20190424 ? ?14.84
600186.SH ? ?20190424 ? ?2.30
300012.SZ ? ?20190426 ? ?9.77
603283.SH ? ?20190426 ? ?21.96
600410.SH ? ?20190429 ? ?9.73
002698.SZ ? ?20190510 ? ?14.32
300578.SZ ? ?20190510 ? ?28.73
300472.SZ ? ?20190515 ? ?22.13
002112.SZ ? ?20190516 ? ?8.35
002496.SZ ? ?20190516 ? ?3.63
002621.SZ ? ?20190515 ? ?22.87
603899.SH ? ?20190515 ? ?39.88
600238.SH ? ?20190520 ? ?9.10
600331.SH ? ?20190520 ? ?3.50
601208.SH ? ?20190520 ? ?5.02
603528.SH ? ?20190521 ? ?7.81
000955.SZ ? ?20190522 ? ?5.29
002032.SZ ? ?20190522 ? ?69.60
002368.SZ ? ?20190522 ? ?34.63
300126.SZ ? ?20190522 ? ?6.47
300540.SZ ? ?20190522 ? ?19.60
600555.SH ? ?20190522 ? ?3.22
603496.SH ? ?20190522 ? ?29.18
000652.SZ ? ?20190523 ? ?4.08
002638.SZ ? ?20190523 ? ?3.00
600128.SH ? ?20190523 ? ?8.27
600792.SH ? ?20190523 ? ?4.22
603638.SH ? ?20190523 ? ?21.75
603977.SH ? ?20190523 ? ?8.15
002939.SZ ? ?20190524 ? ?13.09
002947.SZ ? ?20190524 ? ?40.80
603906.SH ? ?20190524 ? ?13.93
002084.SZ ? ?20190524 ? ?4.98
002370.SZ ? ?20190527 ? ?17.84
002666.SZ ? ?20190527 ? ?4.98
002943.SZ ? ?20190527 ? ?31.64
600117.SH ? ?20190527 ? ?4.03
601162.SH ? ?20190527 ? ?8.91
002072.SZ ? ?20190528 ? ?4.86
002163.SZ ? ?20190528 ? ?5.76
002564.SZ ? ?20190527 ? ?5.98
002886.SZ ? ?20190528 ? ?22.35
002888.SZ ? ?20190527 ? ?19.97
002906.SZ ? ?20190527 ? ?11.06
600064.SH ? ?20190528 ? ?11.17
600523.SH ? ?20190528 ? ?13.56
000812.SZ ? ?20190528 ? ?4.02
002090.SZ ? ?20190529 ? ?20.34
002822.SZ ? ?20190529 ? ?5.89
002945.SZ ? ?20190529 ? ?11.99
300293.SZ ? ?20190528 ? ?8.69
300426.SZ ? ?20190529 ? ?7.21
600031.SH ? ?20190528 ? ?12.65
600480.SH ? ?20190528 ? ?9.87
600635.SH ? ?20190528 ? ?6.91
600961.SH ? ?20190529 ? ?8.74
603308.SH ? ?20190527 ? ?9.97
603377.SH ? ?20190527 ? ?17.46
000852.SZ ? ?20190530 ? ?9.06
002167.SZ ? ?20190530 ? ?7.39
002460.SZ ? ?20190530 ? ?25.11
002688.SZ ? ?20190530 ? ?5.91
002942.SZ ? ?20190530 ? ?29.82
300179.SZ ? ?20190524 ? ?4.56
300191.SZ ? ?20190530 ? ?18.88
300363.SZ ? ?20190530 ? ?8.83
300697.SZ ? ?20190530 ? ?13.74
600302.SH ? ?20190529 ? ?5.84
603590.SH ? ?20190530 ? ?38.58
603727.SH ? ?20190530 ? ?16.95
603876.SH ? ?20190530 ? ?16.83
000611.SZ ? ?20190531 ? ?3.84
000975.SZ ? ?20190531 ? ?10.47
002136.SZ ? ?20190528 ? ?8.59
002155.SZ ? ?20190531 ? ?8.21
002443.SZ ? ?20190531 ? ?7.78
002531.SZ ? ?20190531 ? ?5.46
002921.SZ ? ?20190531 ? ?21.39
300746.SZ ? ?20190531 ? ?18.35
600538.SH ? ?20190531 ? ?5.45
600871.SH ? ?20190531 ? ?2.75
600929.SH ? ?20190530 ? ?9.03
601865.SH ? ?20190531 ? ?12.23
603031.SH ? ?20190531 ? ?13.00
603700.SH ? ?20190531 ? ?26.17
603713.SH ? ?20190531 ? ?41.30
000544.SZ ? ?20190531 ? ?6.23
000961.SZ ? ?20190603 ? ?8.98
002636.SZ ? ?20190530 ? ?8.19
002828.SZ ? ?20190603 ? ?13.28
300208.SZ ? ?20190603 ? ?6.40
300501.SZ ? ?20190603 ? ?22.32
600525.SH ? ?20190603 ? ?5.85
600547.SH ? ?20190603 ? ?32.29
601100.SH ? ?20190528 ? ?30.35
601319.SH ? ?20190529 ? ?9.10
603042.SH ? ?20190603 ? ?14.47
603136.SH ? ?20190530 ? ?21.63
603559.SH ? ?20190603 ? ?21.07
603602.SH ? ?20190603 ? ?22.66
603912.SH ? ?20190603 ? ?15.08
002422.SZ ? ?20190531 ? ?30.16
002848.SZ ? ?20190604 ? ?14.10
300678.SZ ? ?20190604 ? ?22.16
300716.SZ ? ?20190603 ? ?11.42
600311.SH ? ?20190604 ? ?4.23
601928.SH ? ?20190531 ? ?8.11
002217.SZ ? ?20190604 ? ?5.90
002491.SZ ? ?20190605 ? ?8.51
002908.SZ ? ?20190605 ? ?21.16
300410.SZ ? ?20190603 ? ?20.01
300570.SZ ? ?20190605 ? ?22.16
300597.SZ ? ?20190605 ? ?16.72
300638.SZ ? ?20190605 ? ?49.62
002557.SZ ? ?20190605 ? ?23.30
002813.SZ ? ?20190610 ? ?32.32
000037.SZ ? ?20190611 ? ?10.60
002398.SZ ? ?20190611 ? ?6.40
002571.SZ ? ?20190611 ? ?6.05
300103.SZ ? ?20190611 ? ?10.53
603922.SH ? ?20190611 ? ?16.80
000633.SZ ? ?20190612 ? ?5.56
002464.SZ ? ?20190611 ? ?12.25
300339.SZ ? ?20190612 ? ?13.23
300357.SZ ? ?20190611 ? ?31.86
600864.SH ? ?20190612 ? ?6.88
000338.SZ ? ?20190611 ? ?12.46
002670.SZ ? ?20190613 ? ?11.33
300014.SZ ? ?20190613 ? ?25.80
300386.SZ ? ?20190613 ? ?12.99
300469.SZ ? ?20190613 ? ?23.44
300605.SZ ? ?20190613 ? ?20.86
600193.SH ? ?20190613 ? ?3.29
600478.SH ? ?20190613 ? ?6.09
600698.SH ? ?20190613 ? ?2.72
000976.SZ ? ?20190614 ? ?5.45
600421.SH ? ?20190614 ? ?13.76
600711.SH ? ?20190614 ? ?5.56
000545.SZ ? ?20190617 ? ?4.29
002511.SZ ? ?20190617 ? ?11.00
600456.SH ? ?20190617 ? ?23.27
600882.SH ? ?20190617 ? ?10.50
300518.SZ ? ?20190618 ? ?25.32
603008.SH ? ?20190618 ? ?11.18
002384.SZ ? ?20190620 ? ?14.75
002672.SZ ? ?20190620 ? ?11.77
300262.SZ ? ?20190620 ? ?6.80
600501.SH ? ?20190620 ? ?9.08
600885.SH ? ?20190620 ? ?24.16
601555.SH ? ?20190620 ? ?10.52
000716.SZ ? ?20190621 ? ?5.79
601388.SH ? ?20190621 ? ?2.27
002450.SZ ? ?20190624 ? ?2.81
002705.SZ ? ?20190624 ? ?10.70
300509.SZ ? ?20190624 ? ?9.04
600530.SH ? ?20190624 ? ?6.22
600682.SH ? ?20190621 ? ?10.79
601218.SH ? ?20190624 ? ?3.16
603816.SH ? ?20190624 ? ?30.99
002568.SZ ? ?20190624 ? ?16.87
002631.SZ ? ?20190625 ? ?8.91
300111.SZ ? ?20190625 ? ?2.79
300417.SZ ? ?20190621 ? ?22.00
600378.SH ? ?20190625 ? ?14.92
603185.SH ? ?20190624 ? ?42.09
603233.SH ? ?20190624 ? ?42.42
603660.SH ? ?20190624 ? ?15.53
002184.SZ ? ?20190625 ? ?11.70
002589.SZ ? ?20190625 ? ?7.67
600026.SH ? ?20190621 ? ?6.53
601777.SH ? ?20190626 ? ?4.64
603936.SH ? ?20190626 ? ?13.39
002175.SZ ? ?20190626 ? ?2.27
002388.SZ ? ?20190627 ? ?6.86
300353.SZ ? ?20190625 ? ?13.77
300601.SZ ? ?20190627 ? ?52.15
300655.SZ ? ?20190627 ? ?16.18
600408.SH ? ?20190627 ? ?2.44
600677.SH ? ?20190625 ? ?18.24
603517.SH ? ?20190626 ? ?38.35
603800.SH ? ?20190626 ? ?13.54
000820.SZ ? ?20190626 ? ?2.34
002544.SZ ? ?20190628 ? ?13.00
000859.SZ ? ?20190701 ? ?5.39
002397.SZ ? ?20190701 ? ?5.66
002458.SZ ? ?20190701 ? ?20.86
002579.SZ ? ?20190701 ? ?10.92
002650.SZ ? ?20190701 ? ?3.88
300420.SZ ? ?20190624 ? ?5.59
300566.SZ ? ?20190701 ? ?17.03
600462.SH ? ?20190626 ? ?1.61
000038.SZ ? ?20190702 ? ?8.20
002274.SZ ? ?20190702 ? ?7.54
300207.SZ ? ?20190701 ? ?12.45
300571.SZ ? ?20190701 ? ?43.41
600368.SH ? ?20190703 ? ?5.22
600614.SH ? ?20190703 ? ?2.55
300696.SZ ? ?20190704 ? ?29.58
300717.SZ ? ?20190705 ? ?17.34
600035.SH ? ?20190705 ? ?3.76
603739.SH ? ?20190705 ? ?31.81
002100.SZ ? ?20190708 ? ?9.13
600191.SH ? ?20190708 ? ?6.17
601177.SH ? ?20190708 ? ?10.42
300123.SZ ? ?20190708 ? ?8.90
603229.SH ? ?20190701 ? ?13.30
300387.SZ ? ?20190715 ? ?11.09
600281.SH ? ?20190712 ? ?4.97
002194.SZ ? ?20190717 ? ?15.99
002777.SZ ? ?20190716 ? ?27.50
002692.SZ ? ?20190718 ? ?2.60
300174.SZ ? ?20190717 ? ?21.80
002909.SZ ? ?20190718 ? ?10.58
300595.SZ ? ?20190725 ? ?36.73
603843.SH ? ?20190729 ? ?5.97
300250.SZ ? ?20190801 ? ?14.29
300499.SZ ? ?20190801 ? ?10.93
300508.SZ ? ?20190729 ? ?33.56
600275.SH ? ?20190801 ? ?2.46
603110.SH ? ?20190801 ? ?16.64
603722.SH ? ?20190801 ? ?24.00
600366.SH ? ?20190805 ? ?8.10
300542.SZ ? ?20190806 ? ?14.80
300745.SZ ? ?20190806 ? ?25.10
600083.SH ? ?20190806 ? ?13.23
603617.SH ? ?20190808 ? ?18.89
300600.SZ ? ?20190809 ? ?10.63
300726.SZ ? ?20190812 ? ?26.03
002786.SZ ? ?20190815 ? ?7.66
603583.SH ? ?20190815 ? ?34.83
002781.SZ ? ?20190812 ? ?18.52
300556.SZ ? ?20190819 ? ?17.80
600127.SH ? ?20190815 ? ?5.18
002168.SZ ? ?20190820 ? ?8.60
601066.SH ? ?20190820 ? ?18.80
002192.SZ ? ?20190821 ? ?16.71
300081.SZ ? ?20190821 ? ?8.55
300675.SZ ? ?20190821 ? ?16.29
600081.SH ? ?20190821 ? ?9.86
600217.SH ? ?20190821 ? ?5.86
600745.SH ? ?20190821 ? ?42.85
002130.SZ ? ?20190822 ? ?4.76
002229.SZ ? ?20190822 ? ?6.90
002325.SZ ? ?20190821 ? ?3.13
300379.SZ ? ?20190820 ? ?21.20
300449.SZ ? ?20190822 ? ?9.02
603520.SH ? ?20190822 ? ?23.57
002437.SZ ? ?20190823 ? ?3.48
600903.SH ? ?20190823 ? ?11.68
002114.SZ ? ?20190823 ? ?8.01
002509.SZ ? ?20190827 ? ?1.74
002662.SZ ? ?20190826 ? ?2.88
002743.SZ ? ?20190827 ? ?5.95
300431.SZ ? ?20190827 ? ?5.36
300107.SZ ? ?20190829 ? ?8.09
300351.SZ ? ?20190827 ? ?8.71
600800.SH ? ?20190826 ? ?5.48
002077.SZ ? ?20190830 ? ?6.24
002570.SZ ? ?20190827 ? ?5.28
300455.SZ ? ?20190830 ? ?9.18
002395.SZ ? ?20190902 ? ?24.35
300362.SZ ? ?20190830 ? ?3.40
300598.SZ ? ?20190902 ? ?34.82
300629.SZ ? ?20190902 ? ?21.20
300768.SZ ? ?20190902 ? ?38.52
000727.SZ ? ?20190903 ? ?2.33
002467.SZ ? ?20190903 ? ?5.94
002941.SZ ? ?20190903 ? ?22.61
600198.SH ? ?20190903 ? ?11.67
002195.SZ ? ?20190903 ? ?3.50
300637.SZ ? ?20190904 ? ?12.88
603078.SH ? ?20190903 ? ?27.62
000063.SZ ? ?20190905 ? ?30.65
600776.SH ? ?20190905 ? ?22.46
000586.SZ ? ?20190906 ? ?12.86
000890.SZ ? ?20190906 ? ?6.44
002396.SZ ? ?20190906 ? ?27.58
300260.SZ ? ?20190904 ? ?12.53
300560.SZ ? ?20190906 ? ?18.47
300763.SZ ? ?20190904 ? ?39.21
600094.SH ? ?20190906 ? ?7.79
600352.SH ? ?20190905 ? ?14.88
600621.SH ? ?20190906 ? ?13.78
603058.SH ? ?20190905 ? ?7.52
603797.SH ? ?20190906 ? ?12.88
回測用時(秒)： 0

總結(jié)