Python 3.x 迭代数据帧的行，但将每行保留为一个数据帧

我想迭代一个数据帧的行，但将每一行作为一个数据帧，它与父数据帧的格式完全相同，只是只有一行。我知道如何调用DataFrame（）并传入索引和列，但由于某些原因，这并不总是提供与父数据帧相同的格式。对序列（即行）调用_frame（）会将其转换回数据帧，但通常会进行转置或以某种方式与父数据帧格式不同。是否有一些简单的方法可以做到这一点，并保证每行的格式始终相同

以下是迄今为止我提出的最佳解决方案：

    def transact(self, orders):
    # Buy or Sell
    if len(orders) > 1:
        empty_order = orders.iloc[0:0]
        for index, order in orders.iterrows():
            empty_order.loc[index] = order
            #empty_order.append(order)
            self.sub_transact(empty_order)
    else:
        self.sub_transact(orders)

本质上，我清空数据帧，然后将For循环中的序列插入其中。这可以正常工作，但会发出以下警告：

C:\Users\BNielson\Google Drive\My Files\machine learning\Python machine learning\ML4T_Ex2_1.py:57:SettingWithCopyWarning: 试图在数据帧切片的副本上设置值 请参阅文档中的注意事项： 空订单。loc[索引]=订单 C:\Users\BNielson\Anaconda3\envs\PythonMachineLearning\lib\site packages\pandas\core\index.py:477:SettingWithCopyWarning: 试图在数据帧切片的副本上设置值。 尝试改用.loc[row\u indexer，col\u indexer]=value 请参阅文档中的注意事项： self.obj[item]=s

所以这条线给出了警告：

empty_order.loc[index] = order

---

这尤其奇怪，因为我已经在使用.loc了，而通常情况下，当您不使用.loc时会出现此错误

使用具有唯一列表的

groupby

groupby

完全按照您的要求执行，它在每个组上迭代，每个组都是一个数据帧。因此，如果您对其进行操作，使

groupby

的值对于每一行都是唯一的，那么当您迭代

组时，将得到一个单行数据帧

for n, group in df.groupby(np.arange(len(df))):
    pass
    # do stuff

有一种更简单的方法来做我想做的事

order.to_frame().T

所以

这实际上是将序列（仍然包含必要的列和索引信息）转换回数据帧。但出于一些愚蠢的原因（但我肯定是Pythonic），它将其转换为上一行现在是列，上一列现在是多行！所以你只要把它转回去
 如果我能建议一种替代方法，那就是：

对于索引，按顺序排序。iterrows（）：
orders.loc[索引：索引]

orders.loc[index:index]
正好是一行数据帧切片，具有相同的结构，包括索引和列名。
您能提供一些与您的问题相同的数据和代码吗？是的，我添加了我提出的实际可行的代码。事实上，这是相当有背景的，所以有点难以解释。底线是，我希望数据帧的每一行都有完全相同的索引（尽管只针对一行）和列。这样，我的代码就不必问我是否有一个系列或数据帧，它们的工作方式会因我拥有的不同而有所不同。得到这样的警告尤其令人沮丧，尤其是当文档建议您仅在不使用.loc（我正在使用）的情况下才得到它时。在这里，它希望我在语法上使用什么？
        if len(orders) > 1:
        for index, order in orders.iterrows():
            self.sub_transact(order.to_frame().T) 
    else:
        self.sub_transact(orders)