无法修改从Excel读取的Pandas DataFrame问题求助

核心原因 #

1. Pandas apply的行传递机制差异 #

手动构造的df_test1、df_test2在内存中属于原生连续结构，apply传递的行对象是原DataFrame的视图，修改row会直接同步到原数据。但从Excel读取的df_test3，由于加载时的内存布局或类型转换逻辑，apply传递的是行的副本，修改副本不会影响原DataFrame。

2. 浮点数精度误差 #

Excel读取的浮点数可能存在微小的二进制存储舍入误差，导致sum(values)==total的严格相等判断不成立，函数根本没进入修改逻辑——即便你视觉上验证df_test2和df_test3数据一致，实际二进制层面仍可能存在差异。

解决办法 #

方案1：修改函数逻辑，返回新行并重新赋值 #

放弃依赖原地修改行对象的方式，让函数返回修改后的行，再将apply结果重新赋值给原DataFrame，同时修复精度判断问题：

import pandas as pd
from itertools import combinations

def find_match_total(row, total_col, sum_cols):
    # 修正size取值：仅统计sum_cols的长度，而非整行长度
    size = len(sum_cols)
    data = row.loc[row.index.isin(sum_cols)].to_dict()
    total = row[total_col]
    keys = data.keys()
    values = data.values()
    break_outer_loop = False
    
    for i in range(2, size+1):
        if break_outer_loop:
            break
        key_combinations = combinations(keys, i)
        value_combinations = combinations(values, i)
        
        for cols, vals in zip(key_combinations, value_combinations):
            # 用近似相等判断替代严格相等，解决浮点数精度问题
            if abs(sum(vals) - total) < 1e-6:
                break_outer_loop = True
                print(cols, vals)
                # 复制row避免视图/副本的歧义问题
                row = row.copy()
                for key in sum_cols:
                    if key not in cols:
                        # 用Pandas官方工具判断数据类型，更可靠
                        row[key] = 0.0 if pd.api.types.is_float_dtype(row[key]) else 0
                break
    return row

# 执行apply并重新赋值给原DataFrame
df_test1 = df_test1.apply(find_match_total, args=('c',['a','b','x']), axis=1)
df_test2 = df_test2.apply(find_match_total, args=('c',['a','b','x']), axis=1)
df_test3 = df_test3.apply(find_match_total, args=('c',['a','b','x']), axis=1)

额外优化说明 #

• 原代码中size = len(row)属于逻辑错误，应改为仅统计sum_cols的长度，避免遍历不必要的组合。
• 使用pd.api.types.is_float_dtype替代直接判断dtype == 'float64'，适配更多浮点类型场景。

内容的提问来源于stack exchange，提问作者Dinh Quang Tuan