如何在Pandas DataFrame中循环可变数量列并解包行元组？

当DataFrame列数可变时，你可以通过动态生成所有列的迭代器并解包到zip中，实现和固定列数时一样的行循环变量解包，同时保留zip列的高效性。

方法1：动态列迭代器+匹配变量解包 #

直接根据DataFrame的列名列表生成所有列的迭代器，用*解包传入zip，最后按列数匹配对应的变量名即可：

import pandas as pd

# 示例：3列的DataFrame（换成2列/4列都适用）
df = pd.DataFrame({"a": [0,1,2], "b": [3,4,5], "c": [6,7,8]})

# 动态获取所有列的迭代器，解包到zip里
for a, b, c in zip(*[df[col] for col in df.columns]):
    # 这里写你的业务逻辑，比如打印变量
    print(f"a={a}, b={b}, c={c}")

如果某次运行时DataFrame是2列，就把循环里的变量改成a, b；如果是4列就改成a, b, c, d，只要变量数量和列数一致就行。

方法2：用*args接收可变数量元素 #

如果列数完全不确定，没法提前写死变量名，可以用*args接收每一行的所有元素，再按需处理：

for *row_vals, in zip(*[df[col] for col in df.columns]):
    # 按索引访问元素：row_vals[0]对应第一列，row_vals[1]对应第二列
    print(f"第一列值：{row_vals[0]}, 第二列值：{row_vals[1]}")

补充说明 #

这种基于zip列的方式，效率远高于df.iterrows()——它直接操作列级的数组迭代器，避免了创建每行的Series对象，完全保留了你原本想要的性能优势。

内容的提问来源于stack exchange，提问作者GlaceCelery