熊猫数据框：len(df) 不等于 df.iterrows() 中的迭代次数答案

【问题标题】：pandas dataframe: len(df) is not equal to number of iterations in df.iterrows()熊猫数据框：len(df) 不等于 df.iterrows() 中的迭代次数
【发布时间】：2017-01-13 21:20:31
【问题描述】：

我有一个数据框，我想将每一行打印到不同的文件中。当数据框由例如只有 50 行，len(df) 将打印 50 并迭代数据框的行，如

for index, row in df.iterrows():
    print(index)

将打印从0 到49 的索引。

但是，如果我的数据框包含超过 50'000 行，len(df) 和迭代 df.iterrows() 时的迭代次数会显着不同。例如，len(df) 会说例如50'554 和打印索引将超过 400'000。

这怎么可能？我在这里错过了什么？

【问题讨论】：

因为iteritems返回列名系列对，请查看文档
您可能也最好使用df.shape 并索引您需要的维度
只是好奇 - 但您真的打算创建 50k 个文件吗？
我知道，我知道，但是 sm1 要求我这样做，因为他们需要文件以使用其他工具进行下一步...

标签： python pandas dataframe

【解决方案1】：

首先，正如@EdChum 在评论中指出的那样，您的问题标题指的是iterrows，但您给出的示例指的是iteritems，它在与len 相关的正交方向上循环。我假设您的意思是iterrows（如标题所示）。

请注意，无论 DataFrame 的大小如何，DataFrame 的索引都不必是运行索引。例如：

df = pd.DataFrame({'a': [1, 2, 3, 4]}, index=[2, 4, 5, 1000])

>>> for index, row in df.iterrows():
...     print index
2
4
5
1000

据推测，您的 long DataFrame 只是创建方式不同，或者进行了一些操作，从而影响了索引。

如果你真的必须使用运行索引进行迭代，你可以使用 Python 的enumerate：

>>> for index, row in enumerate(df.iterrows()):
...     print index
0
1
2
3

（请注意，在这种情况下，row 本身就是一个元组。）

【讨论】：

是的，我的意思是iterrows()，很抱歉这个错误。