Pandas遍历行计算差值并输出时间+结果及CSV写入问题

你的代码核心问题是在iterrows()循环中错误地获取了整列数据，而非当前行的单个值，导致输出的是整个Series而非每行的对应结果，写入CSV时也因数据结构错误触发元组异常。

修正方案1：正确使用iterrows()遍历每行 #

直接在循环中提取当前行的time和计算差值，逐行输出：

for index, row in df.iterrows():
    current_time = row['time']
    diff_value = row['data_01'] - row['data_02']
    print(f"{current_time} {diff_value}")

运行后会得到你需要的格式：

01:00 3
02:00 4

修正方案2：用Pandas向量化操作（推荐，效率更高） #

Pandas的优势是向量化计算，避免低效的行循环，先计算差值列再处理输出和写入：

1. 新增差值列：

df['diff'] = df['data_01'] - df['data_02']

2. 按要求格式输出：

# 方式1：循环输出
for _, row in df.iterrows():
    print(f"{row['time']} {row['diff']}")

# 方式2：无循环快速输出
print('\n'.join([f"{t} {d}" for t, d in zip(df['time'], df['diff'])]))

3. 写入CSV/文本文件：
   如果要将结果保存为文件，直接用to_csv方法，指定需要的列和格式：

# 保存为CSV（逗号分隔）
df[['time', 'diff']].to_csv('result.csv', index=False, header=False)

# 保存为空格分隔的文本文件（和输出格式一致）
df[['time', 'diff']].to_csv('result.txt', index=False, header=False, sep=' ')

原代码错误原因 #

• time = df['time']和data = df['data_01'] - df['data_02']每次循环都获取整个列的所有数据，而非当前行的单个值，最终print输出的是两个Pandas Series对象，导致内容分开显示。
• 写入CSV时，若直接传入这两个Series，会因数据结构不匹配（to_csv需要DataFrame或合适的二维结构）触发元组错误。

内容的提问来源于stack exchange，提问作者Bronson77