Python数据分析实战

前面我介绍了

1、可视化的一些方法；

2、机器学习在预测方面的应用；

3、图像识别的系列文章；

4、文本分析相关的案例研究（具体见之前的文章）。

本期我将继续做关于数据分析类实战系列文章，列举一些在平时数据处理中经常遇到的一些小问题，提供一个解决方案，让读者慢慢理解python数据分析的原理和方法，每一篇文章从实现功能、实现代码、实现效果三个方面进行展示。

实现功能：

依次遍历DataFrame（Excel文件）每一条记录（行）

实现代码：

# 在pandas中遍历DataFrame行import pandas as pdinp = [{‘c1’:10, ‘c2’:100}, {‘c1′:11,’c2’:110}, {‘c1′:12,’c2’:120}]df = pd.DataFrame(inp)print(df)for row in df.itertuples(): print(row) print(getattr(row, “Index”),getattr(row, “c1”), getattr(row, “c2”))

实现效果：

本人读研期间发表5篇SCI数据挖掘相关论文，现在在某研究院从事数据挖掘相关科研工作，对数据挖掘有一定的认知和理解，会不定期分享一些关于python机器学习、深度学习、数据挖掘基础知识与案例。