代码问题：column[1]第二次连续出现0时无法返回column[0]对应值

可能的问题原因 #

• 数据类型不匹配：第二列的0可能是浮点数（如0.0）、字符串（如"0"），或是存在NaN值，导致row.iloc[1] == 0的判断失效。
• 列索引偏差：若CSV文件包含表头，你预期的第二列可能并非iloc[1]对应的列，需确认列的索引是否与实际数据匹配。

修改后的代码 #

针对上述问题调整代码，兼容多种数据类型并处理空值：

import os
import pandas as pd

folder_path = "/content/drive/session 1 & 2"

def find_column1_value_for_second_zero(file_path):
    try:
        df = pd.read_csv(file_path)
        consecutive_zeros = 0
        column1_value = None

        for _, row in df.iterrows():
            col_value = row.iloc[1]
            # 先排除空值情况
            if pd.notna(col_value):
                # 尝试转换为数值，兼容浮点数和字符串格式的0
                try:
                    num_value = float(col_value)
                    # 用极小值判断浮点数是否为0，避免精度误差
                    if abs(num_value) < 1e-9:
                        consecutive_zeros += 1
                        if consecutive_zeros == 2:
                            column1_value = row.iloc[0]
                            break
                    else:
                        consecutive_zeros = 0
                except ValueError:
                    # 转换失败时，直接判断是否为字符串"0"（去除首尾空格）
                    if str(col_value).strip() == "0":
                        consecutive_zeros += 1
                        if consecutive_zeros == 2:
                            column1_value = row.iloc[0]
                            break
                    else:
                        consecutive_zeros = 0
            else:
                consecutive_zeros = 0

        return column1_value
    except Exception as e:
        print(f"读取文件'{file_path}'时出错: {str(e)}")
        return None

for filename in os.listdir(folder_path):
    if filename.endswith(".csv"):
        file_path = os.path.join(folder_path, filename)
        
        column1_value = find_column1_value_for_second_zero(file_path)
        
        if column1_value is not None:
            print(f"在文件'{filename}'中，第二列连续第二个0对应的第一列值为: {column1_value}")
        else:
            print(f"在文件'{filename}'中未找到第二列连续两个0的情况。")

额外调试建议 #

• 在循环中添加print(col_value, type(col_value))，查看第二列实际的值和数据类型，确认判断逻辑是否匹配数据格式。
• 若CSV文件有明确列名，建议使用列名索引（如row['target_column']）替代iloc[1]，避免因列顺序变化导致的错误。

内容的提问来源于stack exchange，提问作者rpn