Pandas 是 Python 中非常流行的数据操作和分析库之一。其中，DataFrame 是 Pandas 提供的一个非常有用的数据结构，它类似于 SQL 中的表格，可以存储二维数组、CSV 文件、Excel 表格等数据。在 Pandas 中，有很多方法可以遍历 DataFrame，但是如何在遍历时修改数据呢？本文将探讨这个问题，并提供一些示例代码。

遍历 DataFrame

在 Pandas 中，有两种方式可以遍历 DataFrame，分别是使用 for 循环和 iterrows() 方法。下面我们分别介绍一下这两种方式。

使用 for 循环

使用 for 循环遍历 DataFrame 的方法很简单，只需要像遍历列表一样来遍历 DataFrame 即可。例如：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})

for index, row in df.iterrows():
    print(row['name'], row['age'])

输出结果为：

Alice 25
Bob 30
Charlie 35

在上面的代码中，我们通过 iterrows() 方法来遍历 DataFrame，其中 index 表示索引，row 表示每一行的数据。对于每一行的数据，我们可以通过 row['name'] 或者 row['age'] 来获取其中的某一个值。

使用 iterrows() 方法

iterrows() 方法是 Pandas 中另一种遍历 DataFrame 的方式。它返回一个迭代器，可以通过 for 循环来遍历 DataFrame 中的每一行数据。例如：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})

for index, row in df.iterrows():
    print(row['name'], row['age'])

输出结果为：

Alice 25
Bob 30
Charlie 35

在上面的代码中，我们同样使用了 iterrows() 方法来遍历 DataFrame。其中 index 表示索引，row 表示每一行数据。对于每一行数据，我们同样可以通过 row['name'] 或者 row['age'] 来获取其中的某一个值。

修改 DataFrame

在遍历 DataFrame 的过程中，我们有时候需要对其中的数据进行修改。那么如何在遍历 DataFrame 的同时修改其中的数据呢？下面我们介绍两种方法：使用 at() 方法和使用 loc() 方法。

使用 at() 方法

at() 方法可以用来选择 DataFrame 中的某一个元素，并且可以将其修改为指定的值。例如：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})

for index, row in df.iterrows():
    if row['name'] == 'Alice':
        df.at[index, 'age'] = 26

print(df)

输出结果为：

      name  age
0    Alice   26
1      Bob   30
2  Charlie   35

在上面的代码中，我们使用 for 循环遍历了 DataFrame，并且通过 if 语句来判断当前行的 name 是否为 'Alice'。如果是，我们就使用 at() 方法将该行的 age 修改为 26。

使用 loc() 方法

loc() 方法可以用来选取 DataFrame 中的一部分数据，并且可以对其进行修改。例如：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})

df.loc[df['name'] == 'Alice', 'age'] = 26

print(df)

输出结果为：

      name  age
0    Alice   26
1      Bob   30
2  Charlie   35

在上面的代码中，我们使用了 loc() 方法来选取 DataFrame 中 name 为 'Alice' 的那一行，并将其中的 age 修改为 26。

总结

在

本文中，我们介绍了 Pandas 中遍历 DataFrame 的两种方式：使用 for 循环和 iterrows() 方法。同时，我们也介绍了两种在遍历时修改 DataFrame 数据的方法：使用 at() 方法和 loc() 方法。

需要注意的是，在遍历 DataFrame 并且修改其中的数据时，我们需要小心地处理索引值和行列标签，以避免出现错误结果。另外，在涉及到大规模数据处理时，尽可能使用向量化方法来进行操作，可以显著提高代码的效率。

总之，Pandas 提供了非常强大的数据操作功能。熟练掌握 DataFrame 的遍历和修改技巧，可以让我们更加高效地完成数据分析和处理任务。