如何遍历Pandas DataFrame行并在每次迭代中创建单行DataFrame

我明白你的需求啦——想要遍历gmat这个DataFrame，每次循环用当前行生成一个新的DataFrame，还得覆盖掉之前的那个。先看看你给出的示例数据：

YEAR student score mail_id phone Loc
2012 abc 630 abc@xyz.com 1-800-000-000 pqr
2012 pqr 630 pqr@xyz.com 1-800-000-000 abc

你尝试用iterrows()的思路是对的，只是没写完，我来帮你补全并优化这个方案，同时再给你一个效率更高的替代方法。

方法一：用iterrows()实现（最直观） #

iterrows()会返回每一行的索引和行数据（Series对象），我们需要把这个Series转成结构一致的单行列DataFrame，代码如下：

import pandas as pd

# 先构造你的示例DataFrame（如果已经存在可以跳过这部分）
data = {
    'YEAR': [2012, 2012],
    'student': ['abc', 'pqr'],
    'score': [630, 630],
    'mail_id': ['abc@xyz.com', 'pqr@xyz.com'],
    'phone': ['1-800-000-000', '1-800-000-000'],
    'Loc': ['pqr', 'abc']
}
gmat = pd.DataFrame(data)

# 遍历并生成单行列DataFrame
for idx, row in gmat.iterrows():
    # 方式1：将Series的值转为列表，指定原列名构造DataFrame
    df = pd.DataFrame([row.values], columns=gmat.columns)
    # 方式2：更简洁的写法——把Series转成列再转置成行
    # df = row.to_frame().T
    
    # 这里可以添加你的后续计算逻辑
    print(f"第{idx+1}次迭代的DataFrame：")
    print(df)
    print("---")

运行这段代码后，第一次循环df会是第一行数据的DataFrame，第二次循环就会被第二行的数据覆盖，完全符合你的要求。

方法二：用itertuples()实现（效率更高） #

如果你的DataFrame数据量比较大，itertuples()的遍历效率比iterrows()要高不少，它返回的是命名元组，转成DataFrame的方式也很简单：

for row in gmat.itertuples(index=False):
    # 把命名元组转成列表，再构造DataFrame
    df = pd.DataFrame([list(row)], columns=gmat.columns)
    
    # 后续计算逻辑
    print("当前迭代的DataFrame：")
    print(df)
    print("---")

index=False参数是为了去掉默认返回的行索引，让我们只拿到行数据本身，这样构造出来的DataFrame和原结构完全一致。

需要注意的是，每次循环都会覆盖df变量，如果之后需要保留每一次的结果，可以考虑把df存入一个列表里，但按照你的需求，直接覆盖就没问题啦。

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