熊猫df.itertuples打印

Question

时重命名数据帧列我知道通常如下大熊猫itertuples（）将返回每个包括列名的值：

ab=pd.DataFrame(np.random.random([3,3]),columns=['hi','low','med']) 
for i in ab.itertuples(): 
    print(i) 

和输出如下：

Pandas(Index=0, hi=0.05421443, low=0.2456833, med=0.491185) 
Pandas(Index=1, hi=0.28670429, low=0.5828551, med=0.279305) 
Pandas(Index=2, hi=0.53869406, low=0.3427290, med=0.750075) 

但是，我不知道它为什么不显示我想象我的另一组的代码如下列：

  us qqq equity us spy equity 
date          
2017-06-19   0.0   1.0 
2017-06-20   0.0   -1.0 
2017-06-21   0.0   0.0 
2017-06-22   0.0   0.0 
2017-06-23   1.0   0.0 
2017-06-26   0.0   0.0 
2017-06-27   -1.0   0.0 
2017-06-28   1.0   0.0 
2017-06-29   -1.0   0.0 
2017-06-30   0.0   0.0 

以上是以Timestamp为索引的Pandas Dataframe，列表中的值为float64，以及字符串['us qqq equity'，'us spy equity']的列表作为列。

当我这样做：

for row in data.itertuples(): 
    print (row) 

它显示的列_1和_2如下：

Pandas(Index=Timestamp('2017-06-19 00:00:00'), _1=0.0, _2=1.0) 
Pandas(Index=Timestamp('2017-06-20 00:00:00'), _1=0.0, _2=-1.0) 
Pandas(Index=Timestamp('2017-06-21 00:00:00'), _1=0.0, _2=0.0) 
Pandas(Index=Timestamp('2017-06-22 00:00:00'), _1=0.0, _2=0.0) 
Pandas(Index=Timestamp('2017-06-23 00:00:00'), _1=1.0, _2=0.0) 
Pandas(Index=Timestamp('2017-06-26 00:00:00'), _1=0.0, _2=0.0) 
Pandas(Index=Timestamp('2017-06-27 00:00:00'), _1=-1.0, _2=0.0) 
Pandas(Index=Timestamp('2017-06-28 00:00:00'), _1=1.0, _2=0.0) 
Pandas(Index=Timestamp('2017-06-29 00:00:00'), _1=-1.0, _2=0.0) 
Pandas(Index=Timestamp('2017-06-30 00:00:00'), _1=0.0, _2=0.0) 

有没有人有什么我做错任何线索？创建原始数据框时，它是否与某些可变引用问题有关？ （另外，作为一个侧面的问题，我从社区了解到itertuples（）生成的数据类型应该是元组，但是看起来（如上所示），返回类型是从类型语句验证的）？

感谢您的耐心等待，因为我仍然在努力掌握DataFrame的应用。

Answer 1

这似乎是处理列名中有空格的问题。如果您要更换不同的人列名不带空格，它将工作：用空格

In [732]: df.columns = ['us_qqq_equity', 'us_spy_equity'] 

In [733]: for r in df.head().itertuples(): 
    ...:  print(r) 
    ...:  
Pandas(Index='2017-06-19', us_qqq_equity=0.0, us_spy_equity=1.0) 
Pandas(Index='2017-06-20', us_qqq_equity=0.0, us_spy_equity=-1.0) 
Pandas(Index='2017-06-21', us_qqq_equity=0.0, us_spy_equity=0.0) 
Pandas(Index='2017-06-22', us_qqq_equity=0.0, us_spy_equity=0.0) 
Pandas(Index='2017-06-23', us_qqq_equity=1.0, us_spy_equity=0.0) 

列名不能有效地在一个名为元组来表示，所以在打印时，它们会自动重命名。

---

在列名（礼貌MaxU）替换空间的更灵活的方式被使用df.columns.str.replace：

df.columns = df.columns.str.replace(r'\s+', '_') 

Answer 2

有趣的观察：选自DataFrame.iterrows()，DataFrame.iteritems()，DataFrame.itertuples()只有最后一个重命名的列，包含空格：

In [140]: df = df.head(3) 

In [141]: list(df.iterrows()) 
Out[141]: 
[(Timestamp('2017-06-19 00:00:00'), us qqq equity 0.0 
    us spy equity 1.0 
    Name: 2017-06-19 00:00:00, dtype: float64), 
(Timestamp('2017-06-20 00:00:00'), us qqq equity 0.0 
    us spy equity -1.0 
    Name: 2017-06-20 00:00:00, dtype: float64), 
(Timestamp('2017-06-21 00:00:00'), us qqq equity 0.0 
    us spy equity 0.0 
    Name: 2017-06-21 00:00:00, dtype: float64)] 

In [142]: list(df.iteritems()) 
Out[142]: 
[('us qqq equity', date 
    2017-06-19 0.0 
    2017-06-20 0.0 
    2017-06-21 0.0 
    Name: us qqq equity, dtype: float64), ('us spy equity', date 
    2017-06-19 1.0 
    2017-06-20 -1.0 
    2017-06-21 0.0 
    Name: us spy equity, dtype: float64)] 

In [143]: list(df.itertuples()) 
Out[143]: 
[Pandas(Index=Timestamp('2017-06-19 00:00:00'), _1=0.0, _2=1.0), 
Pandas(Index=Timestamp('2017-06-20 00:00:00'), _1=0.0, _2=-1.0), 
Pandas(Index=Timestamp('2017-06-21 00:00:00'), _1=0.0, _2=0.0)]