name object
ID object
age object
sex object
hobbey object
dtype: object
name ID age sex hobbey
0 Bob 1 NaN 男 打篮球
1 LiSa 2 28 女 打羽毛球
2 Mary 38 女 打乒乓球
3 Alan None None
-----------------------------------------
0 ['Bob', 1, nan, '男', '打篮球']
1 ['LiSa', 2, 28, '女', '打羽毛球']
2 ['Mary', ' ', 38, '女', '打乒乓球']
3 ['Alan', None, '', None, '']
import pandas as pd
import numpy as np
contents={"name": ['Bob', 'LiSa', 'Mary', 'Alan'],
"ID": [1, 2, ' ', None], # 输出 NaN
"age": [np.nan, 28, 38 , '' ], # 输出
# "born": [pd.NaT, pd.Timestamp("1990-01-01"), pd.Timestamp("1980-01-01"), ''], # 输出 NaT
"sex": ['男', '女', '女', None,], # 输出 None
"hobbey":['打篮球', '打羽毛球', '打乒乓球', '',], # 输出
}
data_frame = pd.DataFrame(contents)
data_frame.to_excel("data_Frame.xls")
print(data_frame.dtypes)
print(data_frame)
print('-----------------------------------------')
data_frame_temp=data_frame.copy()
# Py之pandas：利用pandas工具输出每行的索引值、及其对应的行数据
for index, row in data_frame.iterrows():
row_lists=list(row)
print(index,row_lists)
到此这篇关于如何利用pandas工具输出每行的索引值、及其对应的行数据的文章就介绍到这了,更多相关pandas输出索引值行数据内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
