如何正确遍历Pandas DataFrame的行数据？

直接对pandas的DataFrame对象执行for循环迭代时，默认遍历的是DataFrame的列名序列，因此你原有代码中循环拿到的x是每一列的列名，df[x]取到的自然是整列数据，和遍历行的预期不符。

可根据实际场景选择以下常用方式：

• 使用iterrows()方法：入门最友好的逐行遍历方案，每次迭代返回(行索引, 行Series对象)格式的元组，可直接通过列名读取行内对应字段值。
  对应修改后的代码如下：

  import pandas as pd
  df = pd.DataFrame(data, columns = ['Name','New_addy','PHONE1','PHONE2','EMAIL'])
  
  def QuestioningMech(df):
      for idx, row in df.iterrows():
          # 打印当前行全部内容
          print(row)
          # 如需读取指定列，直接通过列名索引即可，例如print(row['Name'])
  

  注意：iterrows()返回的行对象是原数据的副本，直接修改row对象不会同步改动原DataFrame，不要在循环中通过该方式修改源数据。
• 使用itertuples()方法：遍历性能远高于iterrows()，每次迭代返回命名元组，通过属性即可访问字段值，数据量较大时优先选择该方案。
  代码示例：

  def QuestioningMech(df):
      for row in df.itertuples(index=True):
          # 开启index参数时，行索引存于row.Index属性，列值直接用列名当属性访问即可
          print(row.Name, row.New_addy, row.EMAIL)
  

• 优先选择非遍历方案：如果遍历行的目的是做逐行计算、字段处理，不要使用显式for循环。pandas原生的向量化操作、df.apply()方法的运行效率比手动循环高1~2个数量级，只有遇到无法向量化的复杂逐行逻辑时，再使用上述两种迭代方法。

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