如何对DataFrame行序列进行重新排序

Question

我已经定义了一个数据集：

df=pd.DataFrame(list(xx))

然后，我根据性别过滤了一些数据。

df=df[df["sex"]=="1"]

那么我应该遍历所有数据。

row,col=df.shape

for i in range(row):

    print(df["name"][i])  # error

我调试代码，发现“ df”行索引是旧索引，因为删除了许多不合格的数据。例如df [“ sex”] [1] == 1被删除，因此循环除外。

非常感谢如何对DataFrame行序列进行重新排序！

Answer 1

永远不要使用这种构造：for i in range(nrows):    do_stuff(df[column][i])这是低效的。您几乎从不希望在数据帧上使用for循环，但是如果必须的话，请使用pd.Dataframe.itertuples：>>> df = pd.DataFrame({'a':[1,2,3],'b':[3,4,5]})>>> for row in df.itertuples():...     print("the index", row.Index)...     print("sum of row", row.a + row.b)...the index 0sum of row 4the index 1sum of row 6the index 2sum of row 8请注意，现在索引是否更改无关紧要：>>> df = df.iloc[[2,0,1]]>>> df   a  b2  3  50  1  31  2  4>>> for row in df.itertuples():...     print("the index", row.Index)...     print("sum of row", row.a + row.b)...the index 2sum of row 8the index 0sum of row 4the index 1sum of row 6最后，假设您总是可以重设索引：>>> df.drop(0, axis=0, inplace=True)>>> df   a  b2  3  51  2  4现在，只需使用：>>> df.reset_index()   index  a  b0      2  3  51      1  2  4并使用drop参数不将旧索引包括在列中：>>> df.reset_index(drop=True)   a  b0  3  51  2  4