Python中DataFrame列值条件判断报错问题求助

你的代码报错是因为：循环取出df['b']的单个元素x后，直接和整个df['a']列比较，会生成一个布尔值Series，而if判断需要单个布尔值，无法直接使用，因此触发错误。

下面是几种正确的实现方式：

方式一：用iterrows()遍历每行 #

这种方式能直接获取每行的a和b值，逻辑清晰：

import pandas as pd

df = pd.DataFrame({'a': [1,2,3,4,5],
                   'b': [1,3,2,3,4],
                    })

for idx, row in df.iterrows():
    if row['b'] > row['a']:
        print(row['b'])
        # 在这里执行你的额外代码
    else:
        pass

方式二：先筛选符合条件的行（推荐，更符合Pandas风格） #

Pandas优先推荐向量化操作，避免逐行循环，效率更高：

import pandas as pd

df = pd.DataFrame({'a': [1,2,3,4,5],
                   'b': [1,3,2,3,4],
                    })

# 先筛选出b > a的所有行
target_rows = df[df['b'] > df['a']]

# 对筛选后的行执行操作，批量处理或循环都可以
for idx, row in target_rows.iterrows():
    print(row['b'])
    # 执行额外代码

# 如果是批量操作，比如新增列，直接用向量化操作即可：
# target_rows['result'] = target_rows['b'] - target_rows['a']

方式三：用apply()逐行处理 #

通过apply函数传入处理逻辑，逐行执行：

import pandas as pd

df = pd.DataFrame({'a': [1,2,3,4,5],
                   'b': [1,3,2,3,4],
                    })

def handle_row(row):
    if row['b'] > row['a']:
        print(row['b'])
        # 执行你的额外代码

# axis=1表示按行处理
df.apply(handle_row, axis=1)

内容的提问来源于stack exchange，提问作者tonydanza123