如何基于多日Score变量计算灯泡正常工作天数？

问题核心 #

你遇到的循环生成过多观测的问题，大概率是循环中错误地重复追加行，而非针对原数据集的每一行做修改。直接用Pandas向量化操作不仅高效，还能避免这类行数溢出问题。

数据集示例参考 #

假设你的数据集df结构如下：

方法1：向量化处理（推荐） #

用Pandas内置方法直接对整行操作，无需循环：

import pandas as pd

# 筛选所有Score_Day开头的列
score_cols = [col for col in df.columns if col.startswith('Score_Day_')]
# 生成故障标记矩阵：True表示当天灯泡停止工作
fault_flag = df[score_cols] == 10
# 获取每行第一个故障对应的列名
first_fault_col = fault_flag.idxmax(axis=1)
# 从列名中提取天数并转为整数
df['Days'] = first_fault_col.str.extract(r'(\d+)').astype(int)
# 处理从未故障的样本（所有天数状态都是1）
never_fault = ~fault_flag.any(axis=1)
df.loc[never_fault, 'Days'] = 41  # 可替换为pd.NA表示未故障

方法2：修复循环代码（若坚持用循环） #

确保循环仅迭代原数据集的每一行，直接修改对应行的Days值，而非新建行：

# 先初始化Days列
df['Days'] = 0

for idx, row in df.iterrows():
    # 遍历Day_0到Day_40
    for day in range(41):
        col_name = f'Score_Day_{day}'
        if row[col_name] == 10:
            df.loc[idx, 'Days'] = day
            break
    else:
        # 循环正常结束（未触发break），说明灯泡全程正常
        df.loc[idx, 'Days'] = 41

原循环问题分析 #

你之前的循环之所以生成过多观测，大概率是在循环内错误使用了pd.concat/append等追加行的操作，而非直接修改原DataFrame的对应行，导致行数被多次累加。

内容的提问来源于stack exchange，提问作者Alex