Python 如何使用索引迭代数据帧的行?
我希望在python中对数据帧的索引应用循环 我的循环类似于:Python 如何使用索引迭代数据帧的行?,python,pandas,sklearn-pandas,Python,Pandas,Sklearn Pandas,我希望在python中对数据帧的索引应用循环 我的循环类似于: for index in DataFrame: if index <= 10 index= index+1 return rows(index) 数据帧中索引的: 如果索引使用DataFrame.iterrows(): 使用DataFrame.iterrows(): 试试这个: for index, row in df.iterrows(): if index <=10: print
for index in DataFrame:
if index <= 10
index= index+1
return rows(index)
数据帧中索引的:
如果索引使用DataFrame.iterrows()
:
使用DataFrame.iterrows()
:
试试这个:
for index, row in df.iterrows():
if index <=10:
print row
对于索引,df.iterrows()中的行:
如果索引请尝试以下操作:
for index, row in df.iterrows():
if index <=10:
print row
对于索引,df.iterrows()中的行:
如果索引
如果需要任何条件,我们必须获取索引列表
我们可以取系列列表中的行
对于索引中的i:
l1=列表(范围(i-10,i+2))
所有索引扩展(l1)
所有索引=列表(集合(所有索引))
所有_系列=[]
以序列表为例
对于所有索引中的i:
a=df.iloc[i,:]
所有系列=所有系列。扩展(a)
如果需要任何条件,我们必须获取索引列表
我们可以取系列列表中的行
对于索引中的i:
l1=列表(范围(i-10,i+2))
所有索引扩展(l1)
所有索引=列表(集合(所有索引))
所有_系列=[]
以序列表为例
对于所有索引中的i:
a=df.iloc[i,:]
all_series=all_series.extend(a)很抱歉,您的答案没有帮助。很抱歉,您的答案没有帮助。您可以迭代df.index.values
。但也许您可以解释一下为什么要这样做?您可以迭代df.index.values
。但也许你能解释一下你为什么要这么做?