如何跳过缺失数据组合，继续执行Pandas循环遍历？

需要实现一个逻辑：基于subject和treatment列的条件，提取Expert_Grading_Score列中第一个值为1的实例。操作步骤及问题如下：

1. 先提取两列的唯一值列表：

subj_list = df_sorted['subj'].unique().tolist()
print(subj_list)

输出：

[1001, 1003, 1004, 1005, 1006, 1007, 1008, 1009, 1010, 1011, 1012, 1013, 1014, 1015, 1016, 1017, 1018, 1019, 1020, 1021, 1022]

Treatment_list = df_sorted['Treatment'].unique().tolist()
print(Treatment_list)

输出：

['MPPDDu', 'Product A', 'Product C', 'Product D', 'Product E', 'Product F', 'Product G', 'Product H', 'Std S2', 'Product B', 'Product I', 'Product J']

2. 编写嵌套循环提取数据：

score = 1 
for idx, subject in enumerate(subj_list):
    for idx2, treatment in enumerate(Treatment_list):
        selected_subsite = df_sorted[(df_sorted.subj == subject) & (df_sorted.Treatment == treatment) & (df_sorted.Expert_Grading_Score == score)].iloc[0]
        print(selected_subsite)

运行时处理1001号subject的Product B时触发索引错误，原因是部分subject不存在对应treatment的组合，添加空值判断的continue语句无效，需要调整代码跳过缺失数据点。

问题核心是：当筛选后的结果为空DataFrame时，直接调用iloc[0]会抛出索引越界错误。必须先判断筛选后的数据集是否非空，再执行提取操作。

基础修改方案（保留嵌套循环逻辑） #

score = 1 
for idx, subject in enumerate(subj_list):
    for idx2, treatment in enumerate(Treatment_list):
        # 先保存筛选结果
        filtered_df = df_sorted[(df_sorted.subj == subject) & 
                                (df_sorted.Treatment == treatment) & 
                                (df_sorted.Expert_Grading_Score == score)]
        # 仅当筛选结果非空时，提取并输出第一行
        if not filtered_df.empty:
            selected_subsite = filtered_df.iloc[0]
            print(selected_subsite)

关键说明

• 先将筛选结果存入变量，通过filtered_df.empty判断是否有符合条件的数据
• 空结果会自动跳过当前循环，无需额外写continue
• 仅在非空时执行iloc[0]，彻底避免索引错误

更高效的替代方案（用分组替代嵌套循环） #

可以利用Pandas的分组功能，直接获取所有存在的subj-Treatment配对中第一个符合分数条件的行，无需手动遍历空组合：

score = 1
# 先筛选出所有分数为1的数据
score_1_df = df_sorted[df_sorted.Expert_Grading_Score == score]
# 按subject和Treatment分组，取每组第一行
result = score_1_df.groupby(['subj', 'Treatment']).first().reset_index()
# 遍历结果输出
for _, row in result.iterrows():
    print(row)

这种方法自动忽略不存在的subj-Treatment组合，代码更简洁高效。

内容的提问来源于stack exchange，提问作者Shreya