转自小时代 ·
Pandas的基础结构可以分为两种：数据框和序列。
数据框（DataFrame）是拥有轴标签的二维链表，换言之数据框是拥有标签的行和列组成的矩阵 - 列标签位列名，行标签为索引。Pandas中的行和列是Pandas序列 - 拥有轴标签的一维链表。
iterrows() 是在数据框中的行进行迭代的一个生成器，它返回每行的索引及一个包含行本身的对象。
所以，当我们在需要遍历行数据的时候，就可以使用 iterrows()方法实现了。
示例代码
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(10, 4), columns=list('ABCD'))
df
输出结果：
o_1cs2sggeq1q651dbguvbup91nsu8 (1).jpg
遍历行：
In [7]: for index, row in df.iterrows():
...: print(index)
...: print(row)
...:
...:
0
A 1.035275
B -0.934941
C 0.701911
D -0.209808
Name: 0, dtype: float64
1
A 1.074598
B 0.290134
C 0.467647
D 0.055755
Name: 1, dtype: float64
2
A 1.105065
B 0.382066
C 0.109165
D 0.885094
Name: 2, dtype: float64
3
A -1.099364
B 0.684819
C 0.689329
D 0.062511
Name: 3, dtype: float64
4
A -1.122914
B -1.187126
C -1.853359
D 0.312347
Name: 4, dtype: float64
5
A -0.994756
B 0.177015
C 0.242378
D 0.070920
Name: 5, dtype: float64
6
A 0.599306
B -1.269138
C 0.704013
D 0.003814
Name: 6, dtype: float64
7
A -1.964408
B 0.237215
C 0.326020
D 0.081806
Name: 7, dtype: float64
8
A -1.031995
B -1.046309
C -1.561813
D 0.762392
Name: 8, dtype: float64
9
A -0.494900
B 0.267476
C -0.967902
D 0.612254
Name: 9, dtype: float64
