Comment parcourir les colonnes dans Pandas DataFrame

Vous pouvez utiliser la syntaxe de base suivante pour parcourir les colonnes d’un DataFrame pandas :

for name, values in df.iteritems():
  print(values)

Les exemples suivants montrent comment utiliser cette syntaxe en pratique avec le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'points': [25, 12, 15, 14, 19],
                   'assists': [5, 7, 7, 9, 12],
                   'rebounds': [11, 8, 10, 6, 6]})

#view DataFrame
df

	points	assists	rebounds
0	25	5	11
1	12	7	8
2	15	7	10
3	14	9	6
4	19	12	6

Exemple 1 : itérer sur toutes les colonnes de DataFrame

Le code suivant montre comment parcourir chaque colonne d’un DataFrame pandas :

for name, values in df.iteritems():
  print(values)

0    25
1    12
2    15
3    14
4    19
Name: points, dtype: int64
0     5
1     7
2     7
3     9
4    12
Name: assists, dtype: int64
0    11
1     8
2    10
3     6
4     6
Name: rebounds, dtype: int64

Nous pouvons également utiliser la syntaxe suivante pour parcourir chaque colonne et imprimer uniquement les noms de colonnes :

for name, values in df.iteritems():
  print(name)

points
assists
rebounds

Exemple 2 : itérer sur des colonnes spécifiques

La syntaxe suivante montre comment parcourir des colonnes spécifiques dans un DataFrame pandas :

for name, values in df[['points', 'rebounds']].iteritems():
  print(values)

0    25
1    12
2    15
3    14
4    19
Name: points, dtype: int64
0    11
1     8
2    10
3     6
4     6
Name: rebounds, dtype: int64

Nous pouvons également utiliser la syntaxe suivante pour parcourir une plage de colonnes spécifiques :

for name, values in df.iloc[:, 0:2].iteritems():
  print(values)

0    25
1    12
2    15
3    14
4    19
Name: points, dtype: int64
0     5
1     7
2     7
3     9
4    12
Name: assists, dtype: int64

Vous pouvez trouver la documentation complète de la fonction iteritems() ici .

Ressources additionnelles

Comment appliquer une fonction aux colonnes sélectionnées dans Pandas
Comment changer l’ordre des colonnes dans Pandas
Comment supprimer des colonnes par index dans Pandas