iterrows() 是 Pandas 库中 DataFrame 对象的一个方法，它允许你迭代 DataFrame 的行。当你有一个 DataFrame 并且想要逐行访问数据（或者基于每一行的数据做一些操作）时，iterrows() 会非常有用。
这个方法返回一个迭代器，产生索引和行数据作为成对的值。对于每一对值，第一个元素是行的索引（index），第二个元素是包含该行数据的 Series 对象。
以下是一个简单的例子来说明如何使用 iterrows()：
import pandas as pd
# 创建一个简单的 DataFrame
data = {
'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 35],
'Country': ['USA', 'UK', 'Canada']
}
df = pd.DataFrame(data)
# 使用 iterrows() 迭代 DataFrame 的行
for index, row in df.iterrows():
print(f"Index: {index}, Name: {row['Name']}, Age: {row['Age']}, Country: {row['Country']}")
输出：
Index: 0, Name: Alice, Age: 25, Country: USA Index: 1, Name: Bob, Age: 30, Country: UK Index: 2, Name: Charlie, Age: 35, Country: Canada
注意：虽然 iterrows() 提供了逐行访问数据的能力，但在大型 DataFrame 上使用它可能会导致性能问题，因为它不是为高效迭代设计的。对于大型数据集，更推荐使用向量化操作，这些操作可以在整个 DataFrame 或 Series 上一次性应用，而无需逐行迭代。