三种用迭代器的方法(items,iterrows,itertuples)：沿着行/列对所有元素遍历，适合对每个元素进行操作简单dolumns，loc遍历：遍历每一行/列，适合对每行/列进行求和、离散等整体操作for+zip: 适合选取较少的特定行/列进行操作

       之后看到其他好用方法，或者合适的拓展也会继续更新

        有错误请指正，欢迎评论建议

items,iterrows,itertuples：

items(): 以 <code>(列名, Series) 对的形式遍历 DataFrame 的列。

函数原型：DataFrame.iteritems(None)

返回：返回一个迭代器，产生 （列名，列内容Series） 对的元组。

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}

df = pd.DataFrame(data)

for column, series in df.items():

print(f"Column: {column}")

print(f"Series:\n{series}\n")

输出：

iterrows()：以 <code>(行下标, Series) 对的形式遍历 DataFrame 的行。

        原型：DataFrame.iterrows()

        返回：返回迭代器（行号index，行内数据Series）

import pandas as pd

data = {'A': [1, 2,], 'B': [4, 5,]}

df = pd.DataFrame(data)

for index, row in df.iterrows():

# 处理每一行的逻辑

print(f"row_index: {index}")

print(f"eow_items\n:{row}\n")

输出：

itertuples()：以命名元组的方式遍历行

        函数原型：DataFrame.itertuples(index=True, name='Pandas')

                        index: True则返回的tuple中首个元素为行号

                        name: 字符串或者None，作为返回的tuple的名字，如果为None则返回常规tuple

        返回：一个迭代器，每一行的命名元组(name，row_values)

<code>import pandas as pd

data = {'A': [1, 2,], 'B': [4, 5,]}

df = pd.DataFrame(data)

###1.默认

for row in df.itertuple():

print(row)

'''输出

Pandas(Index=0, A=1, B=4)

Pandas(Index=1, A=2, B=5)

'''

###

##2.不输出index

for row in df.itertuples(index=False):

print(row)

'''输出

Pandas(A=1, B=4)

Pandas(A=2, B=5)

'''

###

##3. 输出常规tuple

for row in df.itertuples(name=None):

print(row)

'''输出

(0, 1, 4)

(1, 2, 5)

'''

 columns+values，index

columns:获取dataframe的列标签

        返回：<class 'pandas.core.indexes.base.Index'> (不重要，理解为列标签，获取到列名和数据类型，但无法直接进行操作）

         如果想要获取列标签的数组，可以用df.columns.values，想得到list类型就加上tolist()

import pandas as pd

data = {'A': [1, 2,], 'B': [4, 5,],'C':[6,7]}

df = pd.DataFrame(data)

print('column names and type: ',df.columns)

'''

输出：

column names and type: Index(['A', 'B', 'C'], dtype='object')code>

'''

print('column name: ',df.columns.values)#数组类型。

'''

输出：

column name: ['A' 'B' 'C']

'''

print('column name: ',df.columns.tolist())#等同于list(df.columns)

print('column name: ',list(df))

print('column name: ',list(df.columns))

'''

以上三种均输出

column name: ['A', 'B', 'C']

'''

index:DataFrame的索引标签