下面给大家介绍如何利用pandas工具输出每行的索引值、及其对应的行数据，先给大家展示下输出结果，感兴趣的朋友可以参考具体实例代码。
输出结果
name object
ID object
age object
sex object
hobbey object
dtype: object
name ID age sex hobbey
0 Bob 1 NaN 男 打篮球
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', '打篮球']
1 ['LiSa', 2, 28, '女', '打羽毛球']
2 ['Mary', ' ', 38, '女', '打乒乓球']
3 ['Alan', None, '', None, '']
实现代码
import pandas as pd
import numpy as np
contents={"name": ['Bob', 'LiSa', 'Mary', 'Alan'],
"ID": [1, 2, ' ', None], # 输出 NaN
"age": [np.nan, 28, 38 , '' ], # 输出
# "born": [pd.NaT, pd.Timestamp("1990-01-01"), pd.Timestamp("1980-01-01"), ''], # 输出 NaT
"sex": ['男', '女', '女', None,], # 输出 None
"hobbey":['打篮球', '打羽毛球', '打乒乓球', '',], # 输出
}
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工具输出每行的索引值、及其对应的行数据
for index, row in data_frame.iterrows():
row_lists=list(row)
print(index,row_lists)
