pandas中遍历dataframe的每一个元素的实现
假如有一个需求场景需要遍历一个csv或excel中的每一个元素，判断这个元素是否含有某个关键字
那么可以用python的pandas库来实现。
方法一：
pandas的dataframe有一个很好用的函数applymap，它可以把某个函数应用到dataframe的每一个元素上，而且比常规的for循环去遍历每个元素要快很多。如下是相关代码：
importpandasaspd data=[["str","ewt","earw"],["agter","awetg","aeorgh"]] dataframe1=pd.DataFrame(data=data,columns=["name1","name2","name3"]) print(dataframe1) bool_array=dataframe1.applymap(lambdax:"w"inx) out_array=dataframe1[bool_array] print(out_array) >> name1name2name3 0strewtearw 1agterawetgaeorgh name1name2name3 0NaNewtearw 1NaNawetgNaN
代码中，bool_array为一个逻辑矩阵，满足条件元素的位置为true，否则为false。然后通过逻辑矩阵去索引dataframe1，就可以得出满足条件的元素。
方法二：
第一种方法是一次性遍历每个元素，这样不好分column去处理，那换一种方式可以每次遍历一列
#接上面代码
file_columns=dataframe1.columns.tolist()
forcolumninfile_columns:
bool_index=dataframe1[column].str.contains("w")
filter_data=dataframe1[column][bool_index]
print(filter_data)
>>
Series([],Name:name1,dtype:object)
0ewt
1awetg
Name:name2,dtype:object
0earw
Name:name3,dtype:object
代码种Series.str.contains是Series才有的一个操作。另外，filter_data只输出每一列中满足条件的元素，更方便下一步的操作。
简单说明：
针对pandas的dataframe和series，有强大的高阶函数：apply，applymap和map函数等，它们比简单的for循环要快很多，善用这些高阶函数会让你事半功倍。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。