Python pandas遍历DataFrame行时获取单列值及格式转换问题
问题根源
你遇到的不是iterrows()或itertuples()无法取当前行值的问题,核心错误是:存储每行处理结果的linkcap_list、subredditflair_list两个列表定义在了行遍历循环的外层,每次处理新行时没有清空,会累积之前所有行的处理结果,才会让你误以为拿到了整列的全部值。
另外你最终生成字典的键名也和要求的格式不匹配,需要调整。
修正后的可运行代码
import pandas as pd data_list = [] # 读取Excel时可以直接指定usecols过滤需要的列,不需要再转一次DataFrame df = pd.read_excel("data.xlsx", usecols=["subreddit_group", "links/caption", "subreddits/flair"]) for index, row in df.iterrows(): # 每次处理新行时,初始化当前行的两个结果列表,放在循环内部 linkcap_list = [] subredditflair_list = [] # 取当前行的分组值 grp = row["subreddit_group"] # 处理links/caption列 elms = row['links/caption'].split(",,") for elm in elms: try: link, cap = elm.split("^") linkcap_list.append({"link": link, "caption": cap}) except ValueError: linkcap_list.append({"link": elm, "caption": "none"}) # 处理subreddits/flair列 elms = row['subreddits/flair'].split(",") for elm in elms: try: subreddit, flair = elm.split("^") subredditflair_list.append({"subreddit": subreddit, "flair": flair}) except ValueError: subredditflair_list.append({"subreddit": elm, "flair": "none"}) # 按要求的键名组装字典加入结果列表 data_list.append({ "subreddit_group": grp, "links/caption": linkcap_list, "Subreddits/flair": subredditflair_list })
补充说明
iterrows()返回的row对象直接通过row[列名]就可以获取当前行对应列的单元格值,不需要额外加索引,你之前加[1]的操作本质是对取出的字符串做切片,自然结果不符合预期- 如果你要用
itertuples()实现,也可以直接通过列名访问值,比按索引取更稳妥:
for row in df.itertuples(): grp = row.subreddit_group elms_linkscaps = getattr(row, 'links/caption').split(",,") elms_subredditsflairs = getattr(row, 'subreddits/flair').split(",") # 后续处理逻辑和上面一致即可
- 数据量较大时优先用
apply方法做行处理,性能比逐行遍历高3~10倍。
内容的提问来源于stack exchange,提问作者Adam Demo_Fighter
相关产品推荐
相关产品推荐

