Python pandas 逐列讀取教學：itertuples() vs iterrows() ; for row in df.itertuples ( index=False, name=None)

## 1. 這篇在解決什麼問題？

在 `my_pdf2text_08.py` 裡，有這段程式：

for row_index, row_values in enumerate(table_df.itertuples(index=False, name=None), start=1):
    row_record: Dict[str, Any] = {
        "page": page_number,
        "table_no": table_no,
        "table_key": table_key,
        "source_row_no": row_index,
    }
    for col_index, value in enumerate(row_values):
        row_record[f"col_{col_index}"] = value

for row_index, row_values in enumerate(table_df.itertuples(index=False, name=None), start=1):
    row_record: Dict[str, Any] = {
        "page": page_number,
        "table_no": table_no,
        "table_key": table_key,
        "source_row_no": row_index,
    }
    for col_index, value in enumerate(row_values):
        row_record[f"col_{col_index}"] = value

這篇主要說明：
為什麼這裡用 itertuples()，不是 iterrows()。

index=False 是什麼意思。

name=None 是什麼意思。

## 2. 先建立一個簡單 DataFrame

在 Jupyter / Interactive Window 裡先執行：

import pandas as pd

df = pd.DataFrame(
    [
        ["R1", "10k"],
        ["C1", "0.1uF"],
    ],
    columns=["part_no", "value"],
)

df

import pandas as pd

df = pd.DataFrame(
    [
        ["R1", "10k"],
        ["C1", "0.1uF"],
    ],
    columns=["part_no", "value"],
)

df

這張表長這樣：

左邊的 `0`、`1` 是 DataFrame 的 index。

上面的 `part_no`、`value` 是 DataFrame 的 column 名稱，
這比較接近一般從 Excel 讀進來的表格。

## 3. iterrows()：回傳 index 和 Series

執行：

for row_index, row in df.iterrows():
    print("row_index =", row_index)
    print(row)
    print(type(row))
    print("=" * 30)

for row_index, row in df.iterrows():
    print("row_index =", row_index)
    print(row)
    print(type(row))
    print("=" * 30)

輸出概念是：

所以 `iterrows()` 每次回傳的是：
(index, Series)
也就是：

row_index  # 原本 DataFrame 的 row index，例如 0、1
row        # 這一列資料，型別是 Series；
# row.index 是 column 名稱，例如 part_no、value

row_index  # 原本 DataFrame 的 row index，例如 0、1
row        # 這一列資料，型別是 Series；
# row.index 是 column 名稱，例如 part_no、value

這裡要分清楚兩種 index：
row_index

來自 df.iterrows() 回傳的第一個值，
代表原本 DataFrame 的 row index。

row.index

是 row 這個 Series 自己的 index，
內容是 DataFrame 的 column 名稱。

如果只是要照順序搬每個 cell，
`Series` 會比較重，
而且原本的 index (`row_index`)
不一定是我們想輸出的 row 編號(`source_row_no`)。

## 4. itertuples() 預設：回傳 namedtuple，包含 index

執行：

for row in df.itertuples():
    print(row)
    print(type(row))
    print("=" * 30)

for row in df.itertuples():
    print(row)
    print(type(row))
    print("=" * 30)

輸出概念是：

`itertuples()` 的預設參數是：

index=True
name="Pandas"

index=True
name="Pandas"

所以它會：
把 DataFrame index 放進 tuple 的第一個欄位。

回傳 namedtuple，型別名稱叫 Pandas。

## 5. index=False：不要 DataFrame 原本的 index

執行：

for row in df.itertuples(index=False):
    print(row)
    print("=" * 30)

for row in df.itertuples(index=False):
    print(row)
    print("=" * 30)

輸出概念是：

這裡的：
index=False
意思是：
不要把 DataFrame 原本的 index 放進每一列資料。
所以不會出現：
Index=0

Index=1
但這時候回傳的仍然是 namedtuple，名字還是 `Pandas`。

## 6. name=None：不要 namedtuple，回傳普通 tuple

執行：

for row in df.itertuples(index=False, name=None):
    print(row)
    print(type(row))
    print("=" * 30)

for row in df.itertuples(index=False, name=None):
    print(row)
    print(type(row))
    print("=" * 30)

輸出概念是：

這裡的：
name=None
意思是：
不要建立 namedtuple。

直接回傳普通 tuple。
所以：

df.itertuples(index=False, name=None)

df.itertuples(index=False, name=None)

得到的每一列就是最單純的：

('R1', '10k')

('C1', '0.1uF')

('R1', '10k')

('C1', '0.1uF')

## 7. 為什麼 index 用 False，name 用 None？

因為兩個參數問的問題不同。

`index` 是開關：
要不要包含 DataFrame index？
所以用布林值
`name` 是名稱設定：
namedtuple 的型別名稱要叫什麼？
所以可以用字串：
name=”Pandas”

name=”Row”
也可以用 `None` 表示不要 namedtuple：
name=None

整理成一句話：
index=False 是不要 index。

name=None 是不要 namedtuple，直接用普通 tuple。

## 8. Pandas 和 Row 有什麼差別？

執行：

for row in df.itertuples(index=False):
    print(row)
    print("=" * 30)

for row in df.itertuples(index=False, name="Row"):
    print(row)
    print("=" * 30)

for row in df.itertuples(index=False):
    print(row)
    print("=" * 30)

for row in df.itertuples(index=False, name="Row"):
    print(row)
    print("=" * 30)

輸出概念是：

差別只是 namedtuple 的型別名稱：
name=”Pandas” -> Pandas(…)

name=”Row”    -> Row(…)

name=None     -> 普通 tuple (…)
在 `my_pdf2text_08.py` 裡，
我們只是要依序讀每一列 row，
再把該 row 裡的每個 cell 依序
寫成 col_0、col_1、col_2。
不需要 `row.part_no` 或 `row.value` 這種屬性取值，
所以用 `name=None` 比較乾淨。

## 9. 對應到 my_pdf2text_08.py

目前程式是：

for row_index, row_values in enumerate(table_df.itertuples(index=False, name=None), start=1):
    row_record: Dict[str, Any] = {
        "page": page_number,
        "table_no": table_no,
        "table_key": table_key,
        "source_row_no": row_index,
    }
    for col_index, value in enumerate(row_values):
        row_record[f"col_{col_index}"] = value

for row_index, row_values in enumerate(table_df.itertuples(index=False, name=None), start=1):
    row_record: Dict[str, Any] = {
        "page": page_number,
        "table_no": table_no,
        "table_key": table_key,
        "source_row_no": row_index,
    }
    for col_index, value in enumerate(row_values):
        row_record[f"col_{col_index}"] = value

這裡分成兩層：

table_df.itertuples(index=False, name=None)

取得每一列的普通 tuple，例如 (“R1”, “10k”)。

enumerate(…, start=1)

自己產生 1, 2, 3…，當作 source_row_no。

也就是說：

不要 pandas 原本的 index。

不要 namedtuple。

只要每一列的 cell 值。

row 編號由程式自己從 1 開始產生。

## 10. 結論

`iterrows()` 適合需要 row 的 `Series` 型態，
或需要用欄名操作每列資料時使用。

`itertuples(index=False, name=None)`
適合只想快速、乾淨地逐列取得 cell 值時使用。

在這支程式裡，目標只是把表格內容搬到 Excel 的：

col_0

col_1

col_2

所以用：

table_df.itertuples(index=False, name=None)

table_df.itertuples(index=False, name=None)

比 `iterrows()` 更直接。

推薦hahow線上學習python: https://igrape.net/30afN