如何优雅遍历pandas DataFrame的索引与指定单列数据？

你当前使用zip(df.index, df['A'])的实现逻辑完全正确，没有功能问题，针对这个场景pandas提供了更简洁的原生写法，不需要手动拼接两个迭代对象。

最优写法 #

直接取目标列对应的Series对象，调用其items()方法即可（pandas 1.5及以上版本支持，更早版本可使用功能完全一致的iteritems()方法），该方法原生就会按顺序返回(索引值, 列对应值)的元组：

import pandas as pd
df = pd.DataFrame(index = [10, 20, 30])
df['A'] = [1, 2, 3]
df['B'] = [5, 7, 9]

# 优化后的遍历逻辑
for idx, col_val in df['A'].items():
    print(idx, col_val)

运行输出和你原有代码完全一致：

10 1
20 2
30 3

写法优势 #

• 代码更简洁，不需要手动编写zip逻辑，避免出现迭代对象顺序写错、漏传参数的低级错误
• 性能和原有zip写法几乎无差异，没有额外的运算开销
• 属于pandas官方推荐的单列遍历范式，代码可读性更强，其他熟悉pandas的开发者可以快速理解逻辑意图

避坑提示 #

不要为了实现这个需求使用df.iterrows()方法：该方法会逐行遍历所有列的内容，如果你只需要单列的值，会产生大量不必要的性能损耗，当DataFrame数据量较大时运行速度会明显变慢。

内容的提问来源于stack exchange，提问作者Tor