遍历pandas DataFrame的两种方式：为何结果正确却被判错误？

我正在进行一个简短的Pandas项目，尽管我的代码生成的列表与提供的正确代码结果一致，但项目评估始终判定该任务错误。请问我的代码是否存在问题，只是在当前DataFrame下恰好得到相同结果？

我的代码 #

# Define an empty list
colors = []

# Iterate over rows of netflix_movies_col_subset
for t in netflix_movies_col_subset['genre']:
    if t == 'Children' :
        colors.append('red')
    elif t == 'Documentaries' :
        colors.append('blue')
    elif t == 'Stand-up' :
        colors.append('green')
    else:
        colors.append('black')
        
# Inspect the first 10 values in your list        
print(colors[:10])

提供的正确代码 #

# Define an empty list
colors = []

# Iterate over rows of netflix_movies_col_subset
for lab, row in netflix_movies_col_subset.iterrows():
    if row['genre'] == 'Children' :
        colors.append('red')
    elif row['genre'] == 'Documentaries' :
        colors.append('blue')
    elif row['genre'] == 'Stand-up' :
        colors.append('green')
    else:
        colors.append('black')
        
# Inspect the first 10 values in your list        
print(colors[0:10])

问题分析 #

• 当前结果一致的原因：在默认连续整数索引的DataFrame中，直接遍历genre列的Series值，顺序和iterrows()遍历行的顺序完全一致，所以生成的colors列表内容和顺序都相同。

• 你的代码存在的潜在问题：

  1. 索引匹配风险：如果DataFrame的行索引被修改过（比如删除部分行、手动设置非连续索引），遍历Series的顺序依然是数据存储的物理顺序，但iterrows()会严格按照DataFrame显示的行顺序（含索引）遍历。此时若后续逻辑依赖colors列表元素与原DataFrame行的索引对应关系，你的代码会出现匹配错误。
  2. 不符合任务预期：项目评估大概率是希望你掌握iterrows()这种Pandas标准的逐行遍历方法，你的实现虽然结果正确，但没有贴合题目要求的技术路径，因此被判定错误。
  3. 扩展性差：如果后续需要用到当前行的其他列数据，你的方法需要额外从DataFrame中按索引取值，而iterrows()直接提供了整行数据，更便于扩展逻辑。

内容的提问来源于stack exchange，提问作者HarryHarry