name object
ID object
age object
sex object
hobbey object
dtype: object
name ID age sex hobbey
0 Bob 1 NaN 男 打籃球
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', '打籃球']
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], # 輸出 NaN
"age": [np.nan, 28, 38 , '' ], # 輸出
# "born": [pd.NaT, pd.Timestamp("1990-01-01"), pd.Timestamp("1980-01-01"), ''], # 輸出 NaT
"sex": ['男', '女', '女', None,], # 輸出 None
"hobbey":['打籃球', '打羽毛球', '打乒乓球', '',], # 輸出
}
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工具輸出每行的索引值、及其對應的行數(shù)據(jù)
for index, row in data_frame.iterrows():
row_lists=list(row)
print(index,row_lists)
到此這篇關于如何利用pandas工具輸出每行的索引值、及其對應的行數(shù)據(jù)的文章就介紹到這了,更多相關pandas輸出索引值行數(shù)據(jù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
