如何按14为步长迭代DataFrame行，实现固定间隔批量取数？

问题根因 #

原有代码的问题在于：for index, row in df.iterrows() 中的index是每次迭代时自动从iterrows()生成器中获取的连续值，循环内部对index执行+14的赋值操作不会影响下一轮迭代拿到的index值，因此会输出连续索引。

修复方案 #

方案1：直接遍历步长索引（推荐，性能最优） #

无需遍历所有行，直接生成目标步长的索引序列再切分即可：

# 生成0、14、28...的步长序列，覆盖整个DataFrame长度
for idx in range(0, len(df), 14):
    print(idx)
    # pandas行切片结果本身就是DataFrame，无需额外转换
    batch_df = df[idx:idx+14]
    # 此处添加对batch_df的处理逻辑

该方案避免了全量行遍历，性能远高于iterrows实现，适合各种数据量场景。如果你的DataFrame使用自定义非连续索引，建议替换为df.iloc[idx:idx+14]按位置切片，避免索引匹配错误。 #

方案2：保留iterrows逻辑（不推荐，性能差） #

如果必须保留遍历行的写法，可以添加计数器做步长判断：

count = 0
for index, row in df.iterrows():
    if count % 14 == 0:
        print(index)
        batch_df = df[index:index+14]
        # 此处添加对batch_df的处理逻辑
    count += 1

内容的提问来源于stack exchange，提问作者mahmood