python df.iterrows遍历到指定值后需要重新从第一行遍历

在使用 `pandas` 的 `iterrows()` 方法遍历 `DataFrame` 时，通常会按顺序逐行处理数据。然而，`iterrows()` 是一个生成器，它一次性遍历整个 `DataFrame`，无法直接控制其“重置”或“跳转”到特定行。如果需要在遍历过程中遇到某个特定值后重新从第一行开始遍历，可以通过手动控制索引的方式实现。一种可行的方法是将 `DataFrame` 的索引转换为列表，然后使用一个循环变量（如 `i`）来控制当前行的位置。当满足条件时，可以手动将 `i` 重置为初始值（如 `0`），从而实现重新从第一行开始遍历的效果。这种方式允许在循环中灵活地控制遍历逻辑。 ```python import pandas as pd # 示例 DataFrame data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) index_list = df.index.tolist() # 获取索引列表 i = 0 # 初始化索引 max_iterations = 10 # 限制最大循环次数，防止无限循环 while i < len(index_list) and max_iterations > 0: row = df.loc[index_list[i]] # 获取当前行 print(f"当前行索引: {index_list[i]}, 数据: {row.values}") if row['A'] == 2: # 检查是否遇到特定值 print("遇到特定值，重置遍历") i = 0 # 重置索引，从第一行开始遍历 i += 1 max_iterations -= 1 # 控制循环次数 ``` 在上述代码中，`index_list` 存储了 `DataFrame` 的所有索引，`i` 作为当前行的指针。通过手动控制 `i` 的值，可以在遇到特定值时将其重置为 `0`，从而实现从第一行重新开始遍历的需求。此外，`max_iterations` 用于防止无限循环的情况，确保程序的稳定性。需要注意的是，`iterrows()` 的性能在大数据量时可能不如向量化操作[^3]。如果目标是处理大量数据，建议使用 `pandas` 提供的向量化操作或 `apply()` 方法，以提高效率。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 bright date爬取 TikTok 搜索数据 Tiktok爬虫,使用PYthon实现