使用itertools替代DataFrame嵌套for循环时结果异常，如何解决？

问题描述 #

我有一个DataFrame，希望通过函数遍历判断每行所有元素是否处于指定的min和max区间内。嵌套for循环的实现可以正常得到预期结果，但改用itertools.product时，仅向结果列表list中添加了一个False值，不符合预期。

预期结果：

• list = [False, True, True, False]（每行是否全在区间内的判断结果）
• list2 = [(0, 0), (0, 1), (0, 3), (3, 2), (3, 3)]（不在区间内的元素坐标，这部分在itertools实现中结果正确）

正常运行的嵌套循环实现 #

columns = len(df_test.columns)
rows = len(df_test.index)
list = []
list2 = []

def inRange(df, min, max):
    for i in range(rows):
        x = 0
        for j in range(columns):
            if df_test.iloc[i, j] >= min and df_test.iloc[i, j] <= max:
                x = x + 1
            else:
                list2.append((i, j))
        if x == columns:
            list.insert(i, "True")
        else:
            list.insert(i, "False")

结果异常的itertools实现 #

def inRange(df, min, max):
    x = 0
    # i = index, j = columns
    for i, j in itertools.product(range(rows), range(columns)):
        if df_test.iloc[i, j] >= min and df_test.iloc[i, j] <= max:
            x = x + 1
        else:
            list2.append((i, j))
    if x == columns:
        list.insert(i, "True")
    else:
        list.insert(i, "False")

问题原因 #

问题出在计数器x的初始化位置和循环逻辑：

1. 嵌套循环中，x在每行循环（for i in range(rows)）内初始化，用于统计当前行符合条件的元素数量；而itertools实现里x在整个循环外初始化，变成了统计所有行符合条件的总元素数，完全偏离了每行单独统计的逻辑。
2. 嵌套循环是每行遍历完所有列后，判断当前行是否全符合条件并添加结果；但itertools的循环一次性遍历所有行列组合，循环结束后只执行了一次结果插入，自然只会得到一个元素。

修正后的itertools实现 #

方式一：跟踪行切换逻辑 #

严格用itertools.product遍历所有行列组合，同时跟踪行的切换，确保每行单独统计：

import itertools

columns = len(df_test.columns)
rows = len(df_test.index)
list = []
list2 = []

def inRange(df, min_val, max_val):  # 避免和内置函数min/max重名
    current_row = -1
    x = 0
    for i, j in itertools.product(range(rows), range(columns)):
        # 切换到新行时，处理上一行结果并重置计数器
        if i != current_row:
            if current_row != -1:
                list.append("True" if x == columns else "False")
            current_row = i
            x = 0
        # 判断当前元素是否在区间内
        if df.iloc[i, j] >= min_val and df.iloc[i, j] <= max_val:
            x += 1
        else:
            list2.append((i, j))
    # 处理最后一行的结果
    list.append("True" if x == columns else "False")

方式二：保留按行循环结构 #

保留原代码按行遍历的逻辑，仅用itertools处理列的遍历，更贴近原代码结构：

import itertools

columns = len(df_test.columns)
rows = len(df_test.index)
list = []
list2 = []

def inRange(df, min_val, max_val):
    for i in range(rows):
        x = 0
        # 用itertools遍历当前行的所有列
        for j in itertools.product(range(columns)):
            j = j[0]  # product返回元组，取第一个元素
            if df.iloc[i, j] >= min_val and df.iloc[i, j] <= max_val:
                x += 1
            else:
                list2.append((i, j))
        list.append("True" if x == columns else "False")

补充说明 #

• 修正后的代码将参数名改为min_val和max_val，避免与Python内置的min()、max()函数冲突，这是更规范的写法。
• 两种方式都能实现和原嵌套循环完全一致的逻辑，可根据个人习惯选择。

内容的提问来源于stack exchange，提问作者edit02