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、及其對應的行數據
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、及其對應的行數據的文章就介紹到這了,更多相關pandas輸出索引值行數據內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
