遍历数据框答案

【问题标题】：Iterate through data frame遍历数据框
【发布时间】：2021-02-17 11:27:54
【问题描述】：

我的代码提取了一个数据框对象，我想屏蔽该数据框。如果值

import pandas as pd
XTrain = pd.read_excel('C:\\blahblahblah.xlsx')

for each in XTrain:
  if each <= 15:
    each = 1
  else:
    each = 0

我来自 VBA 和 .NET，所以我知道它不是很 Python，但对我来说似乎超级容易...... 代码遇到错误，因为它遍历 df 标头。所以我尝试检查类型

for each in XTrain:
  if isinstance(each, str) is False:
    if each <= 15:
      each = 1
    else:
      each = 0

这一次它到达了最终的标头，但没有进入数据帧。这让我觉得我没有正确循环遍历数据帧？被难住了几个小时，谁能给我一点帮助？

谢谢！

【问题讨论】：

你查看How to iterate over rows in a DataFrame in Pandas了吗？
谢谢，我看到了那篇文章并尝试了 iterrow() 但它不起作用（当时我认为问题出在类型上）。我会重新审视这个。谢谢。
np，下面的一些解决方案可能会起作用。
itertuples() 将保留数据类型，而 iterrows() 不会。下面介绍的非迭代方法更好；文档here

标签： python pandas dataframe loops isinstance

【解决方案1】：

使用applymap 将函数应用于数据帧的每个元素，使用lambda 编写函数。

df.applymap(lambda x: x if isinstance(each, str) else 1 if x <= 15 else 0)

【讨论】：

【解决方案2】：

for each in XTrain 总是循环遍历列名only。 Pandas 就是这样设计的。

Pandas 允许直接与数字进行比较/算术运算。所以你想要：

 # le is less than or equal to
 XTrains.le(15).astype(int)

 # same as
 # (XTrain <= 15).astype(int)

如果您真的想迭代（不要），请记住数据框是二维的。所以是这样的：

for index, row in df.iterrows():
    for cell in row:
        if cell <= 15:
            # do something
            # cell = 1 might not modify the cell in original dataframe
            # this is a python thing and you will get used to it
        else:
            # do something else

【讨论】：

【解决方案3】：

设置

df = pd.DataFrame({'A' : range(0, 20, 2), 'B' : list(range(10, 19)) + ['a']})
print(df)

    A   B
0   0  10
1   2  11
2   4  12
3   6  13
4   8  14
5  10  15
6  12  16
7  14  17
8  16  18
9  18   a

解决方案：pd.to_numeric 避免 str 值和 DataFrame.le 出现问题

df.apply(lambda x: pd.to_numeric(x, errors='coerce')).le(15).astype(int)

输出

如果你想保留字符串值：

df2 = df.apply(lambda x: pd.to_numeric(x, errors='coerce'))
new_df = df2.where(lambda x: x.isna(), df2.le(15).astype(int)).fillna(df)
print(new_df)


   A  B
0  1  1
1  1  1
2  1  1
3  1  1
4  1  1
5  1  1
6  1  0
7  1  0
8  0  0
9  0  a

【讨论】：