在日常的数据分析和处理工作中，我们经常需要面对各种各样的数据结构，而 Pandas DataFrame 无疑是其中最常用且强大的一种。你是否曾经遇到过这样的情况：你需要对 DataFrame 中的每一列进行某种清洗操作，或者你需要遍历特定的几列来计算复杂的指标？这就是我们今天要探讨的核心话题——如何高效、优雅地遍历 DataFrame 的列。
在这篇文章中，我们将深入探讨如何在 Python Pandas 中遍历或迭代 DataFrame 的所有列或特定列。我们不仅会介绍标准的迭代方法，还会分享一些实战中的最佳实践、性能优化建议以及常见的“坑”，帮助你写出更专业、更高效的 Pandas 代码。让我们开始吧！
准备工作：构建我们的演示数据
在开始编写代码之前，让我们先创建一个标准的 DataFrame 作为演示对象。为了模拟真实的场景，我们将构建一个包含学生信息的数据集，包括姓名、年龄和班级等字段。
# 导入 pandas 包
import pandas as pd
# 定义包含学生数据的元组列表
# 每个元组代表一行数据：姓名, 年龄, 班级
students = [(‘Ankit‘, 22, ‘A‘),
(‘Swapnil‘, 22, ‘B‘),
(‘Priya‘, 22, ‘B‘),
(‘Shivangi‘, 22, ‘B‘),
(‘Shaurya‘, 23, ‘C‘),
(‘Shivendu‘, 21, ‘A‘)]
# 创建 DataFrame 对象
# 我们明确指定了列名和行索引
stu_df = pd.DataFrame(students, columns=[‘Name‘, ‘Age‘, ‘Section‘],
index=[‘1‘, ‘2‘, ‘3‘, ‘4‘, ‘5‘, ‘6‘])
# 打印 DataFrame 以预览数据
print("学生数据 DataFrame:")
print(stu_df)
输出结果：
学生数据 DataFrame:
Name Age Section
1 Ankit 22 A
2 Swapnil 22 B
3 Priya 22 B
4 Shivangi 22 B
5 Shaurya 23 C
6 Shivendu 21 A
有了这个数据集，我们就可以开始探索不同的遍历技巧了。
—
方法一：使用 iteritems() 遍历所有列（经典方法）
Pandas 的 INLINECODEcf9a6b2a 类提供了一个非常直观的成员函数 INLINECODEbfdc1918。这个函数返回一个迭代器，可以让我们遍历数据框的所有列。对于 DataFrame 中的每一列，它都会生成一个元组，包含列名和该列对应的 Series 对象。
使用场景： 当你需要同时获取列名和列数据进行处理时，这是最直接的方法。
代码示例：
import pandas as pd
# 重新创建数据（为了确保代码独立运行）
students = [(‘Ankit‘, 22, ‘A‘), (‘Swapnil‘, 22, ‘B‘), (‘Priya‘, 22, ‘B‘)]
stu_df = pd.DataFrame(students, columns=[‘Name‘, ‘Age‘, ‘Section‘])
print("--- 使用 iteritems() 遍历列 ---")
# iteritems() 返回一个迭代器，每次迭代返回 (列名, Series对象)
for (columnName, columnData) in stu_df.iteritems():
print(‘列名 : ‘, columnName)
# 使用 .values 获取列中的实际数据（numpy数组形式）
print(‘列内容 : ‘, columnData.values)
print("-" * 20)
深入理解：
在这个例子中，INLINECODE359a895c 让我们能够解包每一列的信息。INLINECODEf1d99dc5 是字符串，而 INLINECODEd329098b 实际上是一个 Pandas Series。我们可以直接在这个循环中对 INLINECODE793c462b 进行操作，比如查找缺失值、计算平均值等，而不需要再次去 DataFrame 中查找。
注意： 虽然这是一个经典方法，但在 Pandas 的后续版本中，更推荐使用 INLINECODE28086902 来保持一致性，不过 INLINECODEff88fc2f 依然被广泛支持。
—
方法二：使用 [ ] 运算符直接遍历列名（Pythonic 风格）
如果你喜欢更符合 Python 原生风格的写法，直接遍历 DataFrame 对象本身是非常优雅的。当你对 DataFrame 进行 INLINECODE5d595540 循环时，Python 实际上是在遍历它的列名（即 DataFrame 的索引）。我们可以利用这些列名，通过 INLINECODEb693373b 运算符来获取具体的列数据。
使用场景： 当你的代码逻辑主要依赖于列名，且需要进行列的筛选或复杂引用时。
import pandas as pd
students = [(‘Ankit‘, 22, ‘A‘), (‘Swapnil‘, 22, ‘B‘), (‘Priya‘, 22, ‘B‘)]
stu_df = pd.DataFrame(students, columns=[‘Name‘, ‘Age‘, ‘Section‘])
print("--- 使用 [ ] 运算符遍历列 ---")
# 直接遍历 DataFrame，得到的是列名的字符串
for column in stu_df:
# 像字典一样通过 key 获取 value (即 Series)
columnSeriesObj = stu_df[column]
print(‘列名 : ‘, column)
print(‘列内容 : ‘, columnSeriesObj.values)
print("-" * 20)
实战见解：
这种方法在代码可读性上通常优于第一种，因为它更简洁：stu_df[column] 这种写法非常直观，就像在操作字典一样。这也是很多资深 Pandas 开发者偏爱的方式。
—
方法三：遍历特定的多个列
在实际工作中，我们很少需要遍历所有列。通常，数据集包含几十甚至上百个字段，我们只需要处理其中的几个关键列（例如，只处理数值型列，或者只处理以“ID”结尾的列）。
我们可以通过在 DataFrame 后面传递一个列名列表 [[‘Col1‘, ‘Col2‘]] 来创建一个只包含特定列的“视图”，然后遍历这个视图。
使用场景： 数据预处理、特征工程，只对特定字段进行归一化或清洗。
import pandas as pd
students = [
(‘Ankit‘, 22, ‘A‘, 85),
(‘Swapnil‘, 22, ‘B‘, 90),
(‘Priya‘, 22, ‘B‘, 88)
]
stu_df = pd.DataFrame(students, columns=[‘Name‘, ‘Age‘, ‘Section‘, ‘Score‘])
print("--- 遍历特定列 ---")
# 指定我们感兴趣的列名列表
target_columns = [‘Name‘, ‘Score‘]
# 遍历这个切片后的 DataFrame
for column in stu_df[target_columns]:
columnSeriesObj = stu_df[column]
print(f‘正在处理列: {column}‘)
print(f‘数据类型: {columnSeriesObj.dtype}‘)
print(f‘内容: {columnSeriesObj.values}‘)
print("-" * 20)
实际应用： 假设你正在处理一个大型销售数据集，你只想计算“销售额”和“利润”列的同比增长率。使用这种方法，你可以只锁定这两列，而避免遍历无用的“ID”或“备注”列，从而减少逻辑错误的风险。
—
方法四：按相反顺序（倒序）迭代列
有时，数据的排列顺序在逻辑上很重要，或者我们需要从最后一列开始倒序处理。我们可以利用 Python 的切片功能 [::-1] 来轻松反转列名的顺序。
使用场景： 处理时间序列数据时，最新的列在最右侧；或者在处理堆叠的数据时需要逆向操作。
import pandas as pd
data = {
‘Day1‘: [100, 200],
‘Day2‘: [120, 210],
‘Day3‘: [110, 205]
}
df = pd.DataFrame(data)
print("--- 倒序遍历列 ---")
# df.columns[::-1] 创建了一个反向的列名列表
for column in df.columns[::-1]:
print(f‘倒序列名: {column}‘)
print(f‘数据: {df[column].values}‘)
—
方法五：使用 iloc[] 按位置索引遍历
如果你对列名不感兴趣，而是想按照列的位置索引（0, 1, 2…）来处理，那么 iloc[] 是最佳选择。这在处理没有列名或者列名动态变化的数据时非常有用。
代码示例：
import pandas as pd
students = [(‘Ankit‘, 22, ‘A‘), (‘Swapnil‘, 22, ‘B‘)]
stu_df = pd.DataFrame(students, columns=[‘Name‘, ‘Age‘, ‘Section‘])
print("--- 使用 iloc 按位置遍历 ---")
# range(stu_df.shape[1]) 生成列索引的范围 [0, 1, 2]
for i in range(stu_df.shape[1]):
print(f‘当前处理第 {i} 列‘)
# 使用 iloc[:, i] 选取第 i 列的所有行
print(f‘列内容: {stu_df.iloc[:, i].values}‘)
技术细节： stu_df.shape[1] 返回列的总数。这种方式在编写通用的数据处理脚本时非常有鲁棒性，因为它不依赖于具体的字符串名称。
—
性能优化与最佳实践
虽然上述方法都能实现遍历，但在处理大规模数据集（数百万行）时，性能差异就会显现出来。作为专业的开发者，我们需要了解背后的机制。
#### 1. 避免在循环中逐行修改数据
如果你遍历列的目的是为了修改每一个单元格的值，请务必小心。
低效做法（慢）：
for column in stu_df:
for i in range(len(stu_df)):
# 这种链式索引不仅慢，还可能不生效
stu_df[column][i] = stu_df[column][i] * 2
高效做法（向量化操作）：
Pandas 的强大之处在于向量化。尽量利用列的整体运算。
# 直接对整列进行数学运算，速度是循环的几十倍
stu_df[‘Age‘] = stu_df[‘Age‘] * 2
# 或者使用 apply 函数
stu_df[‘Name‘] = stu_df[‘Name‘].apply(str.upper)
#### 2. 使用 INLINECODE01eb6d53 替代 INLINECODE28d5c652
虽然我们在前面提到了 INLINECODE49a9d3a7，但在 Pandas 的新版本以及与 Python 标准库保持一致的考虑下，INLINECODE493112c8 是更推荐的写法。它的功能几乎完全一致，但命名更符合 Python 3 的规范（字典也使用 .items()）。
# 推荐写法
for label, content in stu_df.items():
print(f"列: {label}, 数据: {content.values}")
#### 3. 处理混合数据类型
在遍历时，你可能会遇到某一列包含字符串，而另一列包含数字的情况。在编写通用循环时，最好加入类型检查，防止程序因类型错误而崩溃。
for col in stu_df:
if stu_df[col].dtype == ‘object‘:
print(f"列 {col} 是字符串类型，进行文本处理...")
elif stu_df[col].dtype in [‘int64‘, ‘float64‘]:
print(f"列 {col} 是数值类型，进行数学运算...")
—
常见错误与解决方案
在实战中，我们经常会遇到一些棘手的问题。让我们看看如何解决它们。
问题 1：修改列数据时遇到 SettingWithCopyWarning
当你尝试遍历并修改 DataFrame 的切片时，Pandas 会发出警告。
# 可能触发警告的代码
subset = stu_df[[‘Name‘, ‘Age‘]]
for col in subset:
subset[col] = subset[col].fillna(0) # 这里可能会报警告
解决方案： 使用 INLINECODEd4428ecb 显式地告诉 Pandas 你在操作一个新对象，或者直接在原始 DataFrame INLINECODE3574cd7b 上进行操作。
问题 2：迭代速度太慢怎么办？
如果必须要进行逐元素的自定义复杂逻辑，普通的 INLINECODE4cce3d45 循环确实很慢。此时可以使用列表推导式配合 Pandas 的构造函数，或者使用更底层的库如 INLINECODE69c308c2 进行并行加速。
—
总结
在这篇文章中，我们深入探讨了如何在 Python Pandas 中遍历 DataFrame 的列。我们从最基础的 INLINECODE51fd194e 和直接遍历法，讲到了针对特定列的筛选、倒序遍历以及基于位置的 INLINECODE721542fe 遍历。
关键要点回顾：
- 直接遍历 (
for col in df) 是最简洁、最 Pythonic 的方式。 - INLINECODEcc4b84dc (或 INLINECODE4f594855) 适合需要同时获取列名和 Series 对象的场景。
- 特定列遍历 通过
df[[‘col1‘, ‘col2‘]]实现，这是数据清洗中最常用的技巧。 - 性能至上：永远优先考虑向量化操作，尽量避免在 Pandas 中使用显式循环来处理数据。
- 类型检查：编写健壮的代码时，注意检查列的数据类型。
掌握这些遍历技巧，将帮助你在面对杂乱的数据时更加游刃有余。无论你是需要清洗一个包含 100 列的宽表，还是需要针对特定几列进行复杂的特征提取，这些方法都将成为你工具箱中不可或缺的一部分。希望你在实际项目中能尝试这些方法，感受 Pandas 带来的效率提升！