如何按从左到右顺序遍历Pandas DataFrame，依据字典规则修改布尔值

这个问题的核心是必须严格遵循从左到右的列遍历顺序，直接用字典转换处理会因为无序性破坏逻辑，下面是一个精准匹配需求的实现方案：

1. 准备数据与分组映射 #

首先定义原始数据，并构建一个「值到同组其他值」的映射表，方便后续快速查找需要置为False的列：

import pandas as pd

# 原始数据
val_dict = { 'key1': ['val1', 'val2', 'val3'], 'key2': ['val4', 'val5'] }
df = pd.DataFrame(
    data={
        'val5': [True, False, False], 
        'val2': [False, True, False], 
        'val3': [True, True, False], 
        'val1': [True, False, True], 
        'val4': [True, True, False], 
        'val6': [False, False, True]
    }, 
    index=pd.Series([1, 2, 3], name='index')
)

# 构建值到同组其他值的映射：比如val5对应['val4']，val1对应['val2','val3']
val_to_group = {}
for key, vals in val_dict.items():
    for val in vals:
        val_to_group[val] = [v for v in vals if v != val]

2. 按列顺序遍历处理 #

我们复制原DataFrame避免修改原始数据，然后严格按照DataFrame的列顺序从左到右遍历，遇到True值时就将同组其他列置为False：

# 复制原数据，避免直接修改原始DF
processed_df = df.copy()

# 严格按列的顺序遍历（从左到右）
for col in processed_df.columns:
    # 跳过不在val_dict中的列（比如val6）
    if col not in val_to_group:
        continue
    # 找到当前列值为True的行
    true_rows = processed_df[processed_df[col] == True].index
    # 对这些行，将同组的其他列设为False
    for row in true_rows:
        for other_val in val_to_group[col]:
            processed_df.loc[row, other_val] = False

3. 验证结果 #

运行后processed_df就是你需要的目标DataFrame：

val5   val2   val3   val1   val4   val6
index                                        
1      True  False   True  False  False  False
2     False   True  False  False   True  False
3     False  False  False   True  False   True

逻辑说明 #

• 完全遵循processed_df.columns的原生顺序遍历，彻底解决了字典无序的问题；
• 左边的列优先处理，一旦某列触发True，同组右侧的列会被提前置为False，后续遍历到这些列时不会重复触发修改；
• 自动跳过不在val_dict中的列，不需要额外的过滤逻辑。

内容的提问来源于stack exchange，提问作者bltSandwich21