可以使用以下方法:
import pandas as pd
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})
for index, row in df1.iterrows():
# 访问df1的每一行数据
print(row['A'], row['B'])
# 访问df2相同索引位置的行数据
print(df2.loc[index]['C'], df2.loc[index]['D'])
import pandas as pd
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})
for row1, row2 in zip(df1.iterrows(), df2.iterrows()):
# 访问df1的每一行数据
index1, data1 = row1
print(data1['A'], data1['B'])
# 访问df2相同索引位置的行数据
index2, data2 = row2
print(data2['C'], data2['D'])
以上两种方法可以循环遍历两个数据帧的行,并访问每一行的数据。在循环中,你可以根据需要进行数据处理、计算、合并等操作。
腾讯云相关产品和产品介绍链接地址:
Elastic Meetup Online 第五期
新知
高校公开课
停课不停学 腾讯教育在行动第二期
云+社区技术沙龙[第25期]
云+社区开发者大会 武汉站
云+社区技术沙龙[第16期]
云+社区开发者大会(苏州站)
云+社区技术沙龙 [第32期]
云+社区技术沙龙[第9期]
领取专属 10元无门槛券
手把手带您无忧上云