python df.iterrows读取excel时，遍历到指定值后需要重新从第一行开始遍历

在使用 `pandas` 库读取 Excel 文件后，若想通过 `df.iterrows()` 遍历 `DataFrame` 的行，并且在遇到某个指定值时重新从第一行开始遍历，可以通过手动控制迭代器的方式实现。由于 `df.iterrows()` 返回的是一个生成器，它只能被遍历一次，并且不支持直接重置。因此，要实现从头开始重新遍历的需求，可以采用以下方法：一种可行的方式是将 `DataFrame` 的行转换为列表，这样可以多次遍历。通过遍历该列表，并在遇到特定值时重置索引，从而实现重新从第一行开始遍历的逻辑。具体实现如下： ```python import pandas as pd # 读取Excel文件 df = pd.read_excel('example.xlsx') # 将DataFrame的行转换为列表 rows = df.to_dict(orient='records') # 指定需要重新开始的值 target_value = 'reset_marker' # 手动控制遍历过程 index = 0 while index < len(rows): row = rows[index] print(row) # 检查当前行是否包含目标值 if any(value == target_value for value in row.values()): index = 0 # 重置索引，从第一行重新开始 else: index += 1 ``` 上述代码通过将 `DataFrame` 转换为字典列表 (`rows`)，从而可以多次访问每一行。通过手动控制 `index` 变量，在遇到指定值时将其重置为 0，以实现重新从第一行开始遍历的需求。需要注意的是，这种方法适用于数据量较小的场景。如果 `DataFrame` 数据量较大，将所有行存储在内存中可能会导致性能问题。对于大规模数据集，建议采用分块处理或其他优化策略。此外，还可以结合 `itertools` 模块中的函数（如 `islice` 或 `cycle`）来实现更加灵活的迭代逻辑。例如，`itertools.cycle` 可以用于创建一个无限循环的迭代器，从而实现不断从头开始遍历的效果。 ```python from itertools import cycle # 创建一个可无限循环遍历的迭代器 cycled_rows = cycle(rows) # 控制循环的次数（例如遍历100次） for _ in range(100): row = next(cycled_rows) print(row) ``` 通过这种方式，可以避免手动重置索引的逻辑，并且能够更加简洁地实现所需功能。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 python df.iterrows遍历到指定值后需要重新从第一行遍历