通过循环和迭代数据，我们可以对数据集整体进行操作，也就是可以对数据集中的每一个值，实现我们想要的各种类型的操控。
循环和迭代，简单来说，是同一个意思。也就是运用python的循环控制语句，来对我们的原始数据集，进行全量的操控。这可以实现对每一行，每一列的每一个值，进行灵活的操作处理。
所以，掌握好循环和迭代的编程语句，可以让我们灵活自由的对整个数据集，进行所需的各种操作，是精确控制数据集的基础。
在python语言中，主要是通过for循环语句，以及dataframe的items()函数，iterrows()函数，来对我们需要处理的数据集，实现循环和迭代操作。
生成dataframe原始数据集
注意数据集的行和列的结构
使用for语句
这里要注意两个地方：
首先，for语句循环显示的是列名称。也就是说，使用for语句对dataframe数据集进行循环的话，我们可以拿到数据集的列名称。
其次，要注意for语句冒号后面，第二行程序的缩进。一般来说，是通过4个空格实现for语句的缩进，不能使用Tab制表键。
使用iterrows()函数
通过iterrows()函数，我们可以拿到dataframe数据集的行索引，以及每行的值。也就是说，我们可以实现对每一行，以及每一行里面的数值，进行循环处理。
这里要注意一下，iterrows()函数循环拿到的index，是字符类型。而row的话，则是series类型，表示一行的数值。
我们看下图中的程序语句
这里有个重点，iterrows()函数循环拿到的row，是原始数据集的一个拷贝。也就是说，改变row的话，不会改变原始数据集中的值。
但是，我们通过row的列索引，改变行和列对应的数值的话，是会改变原始数据集中的数据。
使用items()函数
items()函数和iterrows()函数，正好是反转过来。iterrows()函数的index是行索引，row是每一行对应的列索引和值。而items()函数的label，是列索引，ser是每一列的行索引，对应的值。
简单来说，iterrows()函数是对行进行操作的，items()函数是对列进行操作的。
总结
循环和迭代，是对数据集操作的重要方式，可以使我们灵活的处理数据集。我们对数据集的绝大部分处理，都需要借助循环和迭代来实现。
所以，掌握好循环和迭代的语句和函数，是后续处理复杂数据集的基础，也是数据分析的重点。
