Iterando sobre filas y columnas en Pandas DataFrame

La iteración es un término general para tomar cada elemento de algo, uno tras otro. Pandas DataFrame consta de filas y columnas, por lo que, para iterar sobre el marco de datos, tenemos que iterar un marco de datos como un diccionario. En un diccionario, iteramos sobre las claves del objeto de la misma manera que tenemos que iterar en el marco de datos.

En este artículo, estamos usando el archivo «nba.csv» para descargar el CSV, haga clic aquí .
En Pandas Dataframe podemos iterar un elemento de dos formas: 

  • Iterando sobre filas
  • Iterando sobre columnas 

Iterando sobre filas:

Para iterar sobre filas, podemos usar tres funciones iteritems(), iterrows(), itertuples() . Estas tres funciones ayudarán en la iteración sobre las filas.  

Iteración sobre filas usando iterrows()

Para iterar sobre las filas, aplicamos una función iterrows(), esta función devuelve cada valor de índice junto con una serie que contiene los datos en cada fila.

Código #1:

Python3

# importing pandas as pd
import pandas as pd
  
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
 
# creating a dataframe from a dictionary
df = pd.DataFrame(dict)
 
print(df)

Ahora aplicamos la función iterrows() para obtener cada elemento de las filas. 

Python3

# importing pandas as pd
import pandas as pd
  
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
 
# creating a dataframe from a dictionary
df = pd.DataFrame(dict)
 
# iterating over rows using iterrows() function
for i, j in df.iterrows():
    print(i, j)
    print()

Producción: 

Código #2: 

Python

# importing pandas module
import pandas as pd
    
# making data frame from csv file
data = pd.read_csv("nba.csv")
 
# for data visualization we filter first 3 datasets
data.head(3)

Ahora aplicamos un iterrows para obtener cada elemento de las filas en el marco de datos 

Python

# importing pandas module
import pandas as pd
    
# making data frame from csv file
data = pd.read_csv("nba.csv")
 
for i, j in data.iterrows():
    print(i, j)
    print()

Producción: 

Iteración sobre filas usando iteritems()

Para iterar sobre las filas, usamos la función iteritems(). Esta función itera sobre cada columna como clave, el par de valores con la etiqueta como clave y el valor de la columna como un objeto Serie.

Código #1:

Python3

# importing pandas as pd
import pandas as pd
  
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
 
# creating a dataframe from a dictionary
df = pd.DataFrame(dict)
 
print(df)

Ahora aplicamos una función iteritems() para recuperar filas de marco de datos. 

Python3

# importing pandas as pd
import pandas as pd
  
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
 
# creating a dataframe from a dictionary
df = pd.DataFrame(dict)
 
# using iteritems() function to retrieve rows
for key, value in df.iteritems():
    print(key, value)
    print()

Producción: 
 

Código #2: 

Python

# importing pandas module
import pandas as pd
    
# making data frame from csv file
data = pd.read_csv("nba.csv")
 
# for data visualization we filter first 3 datasets
data.head(3)

Producción: 

Ahora aplicamos iteritems() para recuperar filas de un marco de datos  

Python

# importing pandas module
import pandas as pd
    
# making data frame from csv file
data = pd.read_csv("nba.csv")
 
for key, value in data.iteritems():
    print(key, value)
    print()

Producción: 

Iteración sobre filas usando itertuples()

Para iterar sobre las filas, aplicamos una función itertuples() esta función devuelve una tupla para cada fila en el DataFrame. El primer elemento de la tupla será el valor de índice correspondiente de la fila, mientras que los valores restantes son los valores de fila.

Código #1:

Python3

# importing pandas as pd
import pandas as pd
  
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
 
# creating a dataframe from a dictionary
df = pd.DataFrame(dict)
 
print(df)

Ahora aplicamos una función itertuples() para obtener una tupla para cada fila

Python3

# importing pandas as pd
import pandas as pd
  
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
 
# creating a dataframe from dictionary
df = pd.DataFrame(dict)
 
# using a itertuples()
for i in df.itertuples():
    print(i)

Producción: 

Código #2: 

Python

# importing pandas module
import pandas as pd
    
# making data frame from csv file
data = pd.read_csv("nba.csv")
 
# for data visualization we filter first 3 datasets
data.head(3)

Ahora aplicamos itertuples() para obtener una duplicación de cada fila 

Python

# importing pandas module
import pandas as pd
    
# making data frame from csv file
data = pd.read_csv("nba.csv")
 
for i in data.itertuples():
    print(i)

Producción: 

Iterando sobre Columnas:

Para iterar sobre las columnas, necesitamos crear una lista de columnas del marco de datos y luego iterar a través de esa lista para extraer las columnas del marco de datos.

Código #1:

Python3

# importing pandas as pd
import pandas as pd
   
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
  
# creating a dataframe from a dictionary
df = pd.DataFrame(dict)
 
print(df)

Ahora iteramos a través de las columnas para iterar a través de las columnas, primero creamos una lista de columnas de marco de datos y luego iteramos a través de la lista. 

Python

# creating a list of dataframe columns
columns = list(df)
 
for i in columns:
 
    # printing the third element of the column
    print (df[i][2])

Producción: 

Código #2: 

Python

# importing pandas module
import pandas as pd
    
# making data frame from csv file
data = pd.read_csv("nba.csv")
 
# for data visualization we filter first 3 datasets
 col = data.head(3)
 
col

Ahora iteramos sobre las columnas en el archivo CSV para iterar sobre las columnas, creamos una lista de columnas de marco de datos e iteramos sobre la lista 

Python

# creating a list of dataframe columns
clmn = list(col)
 
for i in clmn:
    # printing a third element of column
    print(col[i][2])

Producción: 

Publicación traducida automáticamente

Artículo escrito por GeeksforGeeks-1 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *