【Pandas】pandas DataFrame items

Pandas2.2 DataFrame

Indexing, iteration

方法	描述
DataFrame.head([n])	用于返回 DataFrame 的前几行
DataFrame.at	快速访问和修改 DataFrame 中单个值的方法
DataFrame.iat	快速访问和修改 DataFrame 中单个值的方法
DataFrame.loc	用于基于标签（行标签和列标签）来访问和修改 DataFrame 中的数据
DataFrame.iloc	用于基于整数位置（行号和列号）来访问和修改 DataFrame 中的数据
DataFrame.insert(loc, column, value[, …])	用于在 DataFrame 的指定位置插入一个新的列
DataFrame.iter()	用于迭代 DataFrame 的列名
DataFrame.items()	用于迭代 DataFrame 的列名和列数据

pandas.DataFrame.items()

pandas.DataFrame.items() 方法用于迭代 DataFrame 的列名和列数据。每次迭代返回一个包含列名和对应列数据的元组。这使得你可以方便地访问每一列的名称及其数据。

语法

for column_name, column_data in DataFrame.items():
    # 处理列名和列数据

示例

假设我们有一个 DataFrame 如下：

import pandas as pd

data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}

df = pd.DataFrame(data)
print(df)

输出：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

迭代列名和列数据

使用 for 循环迭代 DataFrame 的列名和列数据：

for column_name, column_data in df.items():
    print(f"Column: {column_name}")
    print(column_data)
    print()

输出：

Column: A
0    1
1    2
2    3
Name: A, dtype: int64

Column: B
0    4
1    5
2    6
Name: B, dtype: int64

Column: C
0    7
1    8
2    9
Name: C, dtype: int64

使用列名和列数据进行操作

在迭代列名和列数据的同时，对每一列的数据进行操作，例如计算每列的平均值：

for column_name, column_data in df.items():
    mean_value = column_data.mean()
    print(f"Column: {column_name}, Mean: {mean_value}")

输出：

Column: A, Mean: 2.0
Column: B, Mean: 5.0
Column: C, Mean: 8.0

总结

pandas.DataFrame.items() 方法提供了一种方便的方式来迭代 DataFrame 的列名和列数据。每次迭代返回一个包含列名和对应列数据的元组，这使得你可以轻松地访问和处理每一列的数据。这对于需要对 DataFrame 的每一列执行相同操作的场景非常有用。