为何Pandas在for循环中会将DataFrame转为DataFrame与Series？

代码片段 #

import pandas
import numpy

arms_bayes_list = pandas.DataFrame(
            {'arms': pandas.Series(arms_bayes), 'priori_mean': pandas.Series(arm_priori_mean_vectorized(arms_bayes)),
             'variance_square': pandas.Series(arm_variance_square_vectorized(arms_bayes)),
             'posterior_mean': pandas.Series(arm_posterior_mean_vectorized(arms_bayes)),
             'posterior_variance_square': pandas.Series(arm_posterior_variance_square_vectorized(arms_bayes)),
             'empirical_mean': pandas.Series(arm_empirical_mean_vectorized(arms_bayes)),
             'mean': pandas.Series(arm_mean_vectorized(arms_bayes)),
             'priori_variance_square': pandas.Series(arm_variance_square_vectorized(arms_bayes))})

optimal_mean_bayes = numpy.amax(arms_bayes_list[["mean"]])
print(type(arms_bayes_list))
# 输出类型为<class'pandas.core.frame.DataFrame'>
for round_no in range(int(no_of_rounds)):
    print(type(arms_bayes_list))
    # 输出类型为<class'pandas.core.frame.DataFrame'><class      'pandas.core.series.Series'>
    # 此处应有迭代DataFrame的代码（如itertuples/iterrows），但未展示

问题描述 #

迭代上述DataFrame时触发错误，提示Series没有itertuples/iterrows属性；循环外打印arms_bayes_list类型为DataFrame，但循环内打印显示该变量时而为DataFrame、时而为Series，无法理解变量类型为何发生变化。

排查与解决 #

1. 核心原因：你在循环内部未展示的代码中，对arms_bayes_list进行了重新赋值，将其从DataFrame覆盖为Series。
   比如常见错误操作：

   • 直接执行arms_bayes_list = arms_bayes_list['mean']（取单列会返回Series）
   • 调用某个返回Series的函数并将结果赋值给arms_bayes_list

2. 修复步骤：

   • 检查循环内所有涉及arms_bayes_list的赋值语句，禁止用Series覆盖原DataFrame变量
   • 若需要操作DataFrame的子集，使用新变量名存储，例如：

     # 错误写法（覆盖原变量）
     # arms_bayes_list = arms_bayes_list['mean']
     # 正确写法（保留原DataFrame）
     mean_series = arms_bayes_list['mean']
     

   • 确认迭代代码仅作用于未被修改的arms_bayes_list（DataFrame类型）

3. 额外验证：循环外的numpy.amax(arms_bayes_list[["mean"]])不会改变arms_bayes_list的类型，此操作无问题。

内容的提问来源于stack exchange，提问作者Samyak Jha