Come iterare su righe in un telaio di dati in panda

L'iterazione è un metodo che ci aiuta a attraversare tutti i valori. In Panda, quando creiamo un telaio di dati, dobbiamo sempre accedere ai valori e dove l'iterazione aiuta. Quindi, in questo articolo, esamineremo diversi metodi per l'iterazione di dati relativi alla riga.

panda.DataFrame

È possibile creare un frame di dati Panda utilizzando il seguente costruttore:

panda.DataFrame (Data = None, Index = None, Columns = None, DType = None, Copy = False)

Metodo: utilizzando l'attributo indice del frame dati

Abbiamo creato un dizionario di dati con quattro chiavi e quindi convertito quel dizionario di dati in dati utilizzando la libreria Pandas come mostrato di seguito:

Nel numero di celle [4], stampiamo semplicemente quel frame dati per vedere come appare il nostro telaio di dati:

Nel numero di celle [5], stiamo visualizzando ciò che l'indice effettivo ha informazioni sul frame dati. L'output mostra che l'indice memorizza i dettagli delle righe totali di dati sotto forma di intervallo, come mostrato sopra nell'output.

Nel numero di celle [6], come già sappiamo, l'indice memorizza la funzione di intervallo, che ha valori da 0 a 4 (l'ultimo valore non è stato conteggiato in modo che il ciclo funzioni da 0 a 3). Quindi ripetiamo il ciclo normalmente e ad ogni iterazione, andrà a quel particolare nome di colonna che è menzionato come df ['name'] e quindi stampano il valore particolare dell'indice (numero di riga) di quella colonna.

Metodo: utilizzando la funzione LOC [] del frame dati

Comprendiamo prima il metodo LOC e ILOC. Abbiamo creato una serie_df (serie) come mostrato di seguito nel numero di cella [24]. Quindi, stampiamo la serie per vedere l'etichetta dell'indice insieme ai valori. Ora, al numero di celle [26], stiamo stampando la serie_df.loc [4], che fornisce l'output c. Possiamo vedere che l'etichetta dell'indice a 4 valori è c. Quindi, abbiamo ottenuto il risultato corretto.

Ora al numero di celle [27], stiamo stampate Series_DF.iloc [4], e abbiamo ottenuto il risultato e che non è l'etichetta dell'indice. Ma questa è la posizione dell'indice che conta da 0 alla fine della riga. Quindi, se iniziamo a contare dalla prima riga, allora otteniamo e nella posizione dell'indice 4. Quindi, ora capiamo come funzionano questi due simili LOC e ILOC.

Ora useremo il .Metodo LOC per iterare le righe di un telaio di dati.

Nel numero di celle [7], stampiamo semplicemente il frame dati che abbiamo creato prima. Useremo lo stesso telaio per questo concetto.

Nel numero di cella [8], poiché l'etichetta dell'indice inizia da zero (0), possiamo iterare ogni riga e ottenere i valori dell'etichetta dell'indice di ciascuna colonna come mostrato nell'immagine sopra.

Metodo: utilizzando il metodo iTerRows () del frame dati

Comprendiamo prima iTerrows () e vediamo come stampano i valori.

Nel numero di cella [32]: abbiamo creato un frame dati df_test.

Nel numero di cella [33 e 35]: stampiamo il nostro df_test in modo che possiamo vedere come sembra. Quindi, lo giriamo attraverso iTerrows () e stampiamo la riga, che stampa tutti i valori insieme ai loro nomi di colonna sinistra sul lato sinistro.

Nel numero di cella [37], quando stampiamo la riga usando il metodo sopra, otteniamo i nomi della colonna sul lato sinistro. Tuttavia, quando menzioniamo già il nome della colonna, otteniamo risultati come mostrati nel numero di cella [37]. Ora capiamo chiaramente che itederà a riga.

Nel numero di celle [9]: stampiamo semplicemente il frame dati che abbiamo creato prima. Useremo lo stesso telaio per questo concetto.

Nel numero di cella [10]: iteliamo ogni riga usando iTerrows () e stampiamo il risultato.

Metodo: utilizzo del metodo ITTUPLES () del frame dati

Il metodo sopra è simile a iTerrows (). Ma l'unica differenza è il modo in cui accediamo ai valori. Nel numero di celle [11], possiamo vedere che per accedere al valore della colonna su ciascuna iterazione. Stiamo usando la riga. Nome (Operatore DOT).

Metodo: usando la funzione ILOC [] del frame dati

Abbiamo già spiegato prima di come il .Il metodo ILOC funziona. Quindi ora, useremo quel metodo direttamente per iterare le righe.

Nel numero di celle [18]: stampiamo semplicemente il frame dati, che abbiamo creato prima per questo concetto.

Nel numero di cellule [19]: DF.Iloc [i, 0], in cui appartiene alla posizione e al valore successivo 0, che indica l'indice del nome della colonna.

Metodo: iterare su righe e stampare insieme ai loro nomi di colonne

Nel numero di celle [20]: stampiamo semplicemente il dati (DF), che abbiamo creato prima per comprendere il concetto.

Nel numero di cellule [21]: iteliamo attraverso il metodo ITTUPLES (), che abbiamo già spiegato. Ma se non abbiamo menzionato altre informazioni, otteniamo l'output insieme ai nomi delle loro colonne.

Conclusione:

Oggi impariamo metodi diversi per remare iterazione sul frame dati Pandas. Abbiamo anche imparato .loc e .metodi ILOoc e la stretta differenza tra loro. Abbiamo anche studiato i metodi iTerrows () e iTtuples (). Abbiamo anche visto il metodo dell'attributo indice. Tutti questi metodi sopra hanno i loro rispettivi vantaggi e svantaggi. Quindi, possiamo dire che dipende dalla situazione quale metodo deve usare.