Py之pandas：利用pandas工具輸出每行的索引值、及其對應的行資料

輸出結果

name      object

ID        object

age       object

sex       object

hobbey    object

dtype: object

  name    ID  age   sex hobbey

0   Bob     1  NaN     男    打籃球

1  LiSa     2   28     女   打羽毛球

2  Mary         38     女   打乒乓球

3  Alan  None       None      

-----------------------------------------

0 ['Bob', 1, nan, '男', '打籃球']

1 ['LiSa', 2, 28, '女', '打羽毛球']

2 ['Mary', ' ', 38, '女', '打乒乓球']

3 ['Alan', None, '', None, '']

實作代碼

import pandas as pd

import numpy as np

contents={"name": ['Bob',        'LiSa',                     'Mary',                       'Alan'],

         "ID":   [1,              2,                         ' ',                          None],    # 輸出 NaN

         "age":  [np.nan,        28,                           38 ,                          '' ],    # 輸出

#           "born": [pd.NaT,     pd.Timestamp("1990-01-01"),  pd.Timestamp("1980-01-01"),        ''],  # 輸出 NaT

         "sex":  ['男',          '女',                        '女',                        None,],    # 輸出 None

         "hobbey":['打籃球',     '打羽毛球',                   '打乒乓球',                    '',],    # 輸出

         }

data_frame = pd.DataFrame(contents)

data_frame.to_excel("data_Frame.xls")

print(data_frame.dtypes)

print(data_frame)

print('-----------------------------------------')

data_frame_temp=data_frame.copy()

# Py之pandas：利用pandas工具輸出每行的索引值、及其對應的行資料

for index, row in data_frame.iterrows():    

   row_lists=list(row)

   print(index,row_lists)