下面是一个示例代码,演示如何遍历 Pandas 数据框并根据条件复制到新的数据框:
import pandas as pd
# 创建示例数据框
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
'B': [6, 7, 8, 9, 10]})
# 创建一个空的数据框用于存储满足条件的行
new_df = pd.DataFrame(columns=df.columns)
# 遍历数据框的每一行
for index, row in df.iterrows():
# 根据条件判断行是否满足要求
if row['A'] > 2:
# 复制满足条件的行到新的数据框
new_df = new_df.append(row)
# 输出新的数据框
print(new_df)
这段代码首先创建了一个示例的数据框 df
,然后创建一个空的数据框 new_df
用于存储满足条件的行。
接下来,使用 iterrows()
方法遍历 df
的每一行。在循环中,我们可以通过 row['A']
来访问当前行的 'A'
列的值,然后根据条件判断是否满足要求。如果满足条件,我们将这一行通过 append()
方法添加到 new_df
中。
最后,输出新的数据框 new_df
。