Pandas DataFrame中for循环与if语句的使用异常问题排查

嘿，我知道你为啥遇到这个问题了！咱们来一步步拆解：

问题根源 #

你写的for循环犯了一个典型的Pandas错误：每次循环都给整个Change列赋值，而不是对应行。而且因为你用了shift(-1)，changeAbsolute列的最后一行会是NaN（因为最后一行没有下一行数据可以比对）。当循环遍历到这个NaN值时，NaN < 0和NaN > 0的判断结果都是False，所以会执行df["Change"] = "unch"——这直接把之前所有行的赋值结果全部覆盖，最终整个列都变成了"unch"。

另外多说一句，你之前生成changeAbsolute列的代码里，那个for循环完全是多余的，Pandas支持向量化操作，直接一行赋值就够了：

df["changeAbsolute"] = df["4. close"] - df["4. close"].shift(-1)

正确解决方案 #

Pandas处理这类逐行判断的场景，优先用向量化操作，不仅效率高，还能避免循环带来的赋值覆盖问题。这里给你推荐几种常用方法：

方法1：用numpy.where嵌套判断（最推荐，效率最高）

适合简单的多条件判断，一步到位：

import numpy as np

# 先判断正负，最后处理0和NaN的情况
df["Change"] = np.where(df["changeAbsolute"] > 0, "+", 
                        np.where(df["changeAbsolute"] < 0, "-", "unch"))

方法2：用apply自定义函数（适合复杂逻辑）

如果之后需要扩展判断规则，可以写个自定义函数，用apply逐行处理：

import pandas as pd

def get_change_symbol(val):
    if pd.isna(val):
        return "unch"  # 单独处理NaN的情况
    elif val > 0:
        return "+"
    elif val < 0:
        return "-"
    else:
        return "unch"

df["Change"] = df["changeAbsolute"].apply(get_change_symbol)

方法3：用pd.cut区间划分

适合基于数值区间的分类场景：

import pandas as pd
import numpy as np

# 划分区间，对应正负标签
df["Change"] = pd.cut(df["changeAbsolute"], 
                      bins=[-np.inf, 0, np.inf],
                      labels=["-", "+"],
                      include_lowest=True)
# 把NaN填充为"unch"
df["Change"] = df["Change"].fillna("unch")

执行后的预期结果 #

不管用哪种方法，执行后df.head(3)都会得到你想要的结果：

1. open  2. high  3. low  4. close  5. volume  changeAbsolute Change
date                                                                          
2021-02-18    241.80    243.93   240.86     243.79    16925563.0          -0.41      -
2021-02-17    241.32    244.31   240.94     244.20    21451617.0           0.50      +
2021-02-16    245.03    246.13   242.92     243.70    26728487.0          -1.29      -

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