pandas dataframe：len（df）不等于df.iterrows（）中的迭代次数

Question

我有一个数据框，我想将每一行打印到另一个文件。当数据帧由例如只有50行，len(df)将打印50并迭代数据框的行，如

for index, row in df.iterrows():
    print(index)

会将索引从0打印到49。

但是，如果我的数据框包含超过50＆000; 000行，len(df)和迭代df.iterrows()时的迭代次数差别很大。例如，len(df)会说例如50＆＃39; 554和打印指数将超过400＆000; 000。

这怎么可能？我在这里缺少什么？

Answer 1

首先，正如@EdChum在评论中指出的那样，您的问题标题是指iterrows，但您提供的示例是指iteritems，它在与相关的正交方向上循环到len。我假设你的意思是iterrows（如标题中所示）。

请注意，无论DataFrame的大小如何，DataFrame的索引都不必是运行索引。例如：

df = pd.DataFrame({'a': [1, 2, 3, 4]}, index=[2, 4, 5, 1000])

>>> for index, row in df.iterrows():
...     print index
2
4
5
1000

据推测，你的长DataFrame只是以不同方式创建，或者经历了一些操作，影响了索引。

如果真的必须使用正在运行的索引进行迭代，则可以使用Python enumerate：

>>> for index, row in enumerate(df.iterrows()):
...     print index
0
1
2
3

（请注意，在这种情况下，row本身就是一个元组。）