Python pandas如何从DataFrame同一列提取连续索引对应的两个值

原代码报错原因 #

原代码中row['first_column']是当前行对应列的单个标量值，不是Series结构，调用.values(index + 1)属于语法错误，因此会触发报错。

可行实现方案 #

方案1：调整循环逻辑（保留循环写法） #

遍历的时候注意不要越界到最后一行之后，两种写法可选：

写法A：直接按索引遍历

import pandas as pd
data = {'first_column':  [1, 2, 3, 4, 5],
        'second_column': [1, 2, 3, 4, 5],
        }
df = pd.DataFrame(data)

# 遍历到倒数第二行即可
for i in range(len(df) - 1):
    current_val = df['first_column'].iloc[i]
    next_val = df['first_column'].iloc[i+1]
    # 可在此处对成对值做后续处理
    print((current_val, next_val))

写法B：保留iterrows使用习惯

n_rows = len(df)
for index, row in df.iterrows():
    # 跳过最后一行，避免越界
    if index == n_rows - 1:
        break
    current_val = row['first_column']
    next_val = df['first_column'].iloc[index + 1]
    # 可在此处对成对值做后续处理
    print((current_val, next_val))

方案2：向量化写法（无需循环，性能更优，推荐） #

用pandas内置的shift方法直接生成偏移列，批量生成配对结果，数据量越大性能优势越明显：

# 生成偏移后的配对列，删除最后一行空值
pair_df = pd.DataFrame({
    'current': df['first_column'],
    'next_val': df['first_column'].shift(-1)
}).dropna()

# 转成元组列表可直接使用
pair_list = list(pair_df.itertuples(index=False, name=None))
print(pair_list) 
# 输出：[(1, 2), (2, 3), (3, 4), (4, 5)]

关于iteritems()的疑问 #

iteritems()（pandas新版本已更名为items()）是遍历列的迭代器，返回的是(列名, 列Series)的成对结果，你的需求是按行取相邻数值，用iteritems()反而会增加逻辑复杂度，没有直接遍历索引或者用iterrows方便。

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