Je suis conscient de:
for index, row in dataframe.iterrows():
4 Réponses :
Si vous avez besoin de chaque ligne comme Dataframe
Je suggérerais de charger les données de données dans une liste de DataFrames, puis vous pouvez y accéder individuellement.
df_list = []
for index, row in df.iterrows():
df_list.append(df[index:index+1])
dépend de l'utilisation. D'après ce que je pouvais deviner (une fonction qui ne s'applique que sur un fichier de données), vous avez deux options:
Convertissez votre ligne en un cadre: P>
df.reset_index().groupby('index_0').apply(func)
Le meilleur est de ne pas boucle (si possible). Si vous fournissez un exemple de reproductible minimal avec des données d'échantillonnage, une déclaration claire de votre problème et la sortie attendue que vous allez Obtenez de bons conseils sur la meilleure façon de résoudre votre problème.
Vous ne boucle jamais. Utilisez la vectorisation à la place.
@Alollz Comment ma description de problème pourrait-elle être plus claire? Et comment aider le code supplémentaire aident? J'ai un Dataframe et je souhaite y accéder à la ligne en rangée avec chaque ligne étant son propre Dataframe. Suis-je censé écrire le code pour lire dans mon fichier CSV sur un fichier de données? C'est sûrement sans rapport avec le problème et l'exemple de code que j'ai mis en place donnerait aux gens l'idée de ce que je cherchais?
@OULTIMOCODER Vous pouvez explicitement dire lequel est votre objectif ici. D'après ce que nous lisons, il semble que vous visiez une solution lente et non évolutive.
Votre déclaration est claire, mais ceci est probablement un XY Problème . Nous pouvons vous aider à bouffer dans le Dataframe, bien que cela soit typiquement quelque chose que vous éviterez dans
pandas , voir Stackoverflow.com / A / 55557758/4333359 . Ce qui serait plus utile, c'est d'expliquer le problème dont vous avez besoin pour résoudre (celui qui "nécessite" iTerrows), puis vous obtiendriez une réponse à cela, au lieu d'un moyen de faire quelque chose que vous devriez éviter en premier lieu. .