Python中'Series'对象无'iterrows'属性的错误修正咨询

嗨，我来帮你排查这个问题～

你遇到的AttributeError: 'Series' object has no attribute 'iterrows'错误，原因很明确：当你用a.loc['D1',]提取数据时，得到的是一个Series对象（DataFrame的单行数据默认返回Series），而iterrows()是专属DataFrame的遍历方法，Series根本没有这个属性，自然会报错。

下面给你几种可行的修正方案，你可以根据需求选择：

方案一：直接遍历Series的键值对（最简洁） #

Series自带items()方法，可以直接遍历它的列名（键）和对应值，完全满足你的需求：

import pandas as pd

a = pd.DataFrame(index=['D1','D2','D3','D4'], columns=[x for x in range(0,10)])
a.loc[:] = 5

# 遍历D1行的每个列与对应值
for col, value in a.loc['D1',].items():
    if value > 0:
        print(True)

方案二：将单行转为DataFrame再使用iterrows() #

如果你特别想用iterrows()，可以把提取的单行数据转成一个只有一行的DataFrame，这样就能正常调用方法了：

import pandas as pd

a = pd.DataFrame(index=['D1','D2','D3','D4'], columns=[x for x in range(0,10)])
a.loc[:] = 5

# 用双层方括号提取，得到单行DataFrame
row_df = a.loc[['D1'], :]
for index, row in row_df.iterrows():
    for col in a.columns:
        if row[col] > 0:
            print(True)

方案三：更高效的布尔索引方式 #

如果你的核心需求是检查该行元素是否大于0并打印True，还可以用Pandas的布尔索引直接筛选，代码更简洁高效：

import pandas as pd

a = pd.DataFrame(index=['D1','D2','D3','D4'], columns=[x for x in range(0,10)])
a.loc[:] = 5

# 筛选出D1行中大于0的元素，遍历打印True
for _ in a.loc['D1',][a.loc['D1',] > 0]:
    print(True)

备注：内容来源于stack exchange，提问作者Kang Dong Ho