为何在Pandas中使用for循环遍历DataFrame.iterrows()时需要指定index, row？

嘿，这个问题我当初刚用Pandas的时候也踩过坑！其实核心原因是得搞明白iterrows()这个方法到底返回什么内容：

• data.iterrows()每次迭代时，返回的并不是单独的一行数据，而是一个包含两个元素的元组：
  1. 第一个元素是当前行的索引值（可以是整数、字符串等，取决于你的DataFrame索引类型）
  2. 第二个元素才是对应行的pandas.Series对象，也就是你原本想要操作的行数据

你之前写的for row in data.iterrows()，这里的row其实是整个元组。当你尝试用row["column_title_1"]去取列值时，相当于给元组传了字符串索引，但元组只能用整数或切片当索引，所以才会抛出TypeError: tuple indices must be integers or slices, not str的错误。

而for index, row in data.iterrows()这种写法，用到了Python的元组解包特性：它把迭代返回的元组拆成了两个变量，index接收索引值，row接收对应的Series行对象。这时候row["column_title_1"]就完全正常了，因为Series对象支持用列名作为索引来取值。

如果你的业务逻辑里确实不需要用到索引，也可以用下划线_来占位（这是Python里表示“不需要的变量”的惯例写法），比如：

import pandas
data = pandas.read_csv("data.csv")
for _, row in data.iterrows():
    print(row["column_title"])

这样既符合语法规范，也能清晰表达你不需要索引变量的意图～

内容的提问来源于stack exchange，提问作者Estella