如何在Pandas中按条件修改DataFrame的total列数值（避免iterrows）

我有如下示例DataFrame：

col1 | col2 | ...  total
------------------------
0,19 | 31  | .... |I need  200,02 euros
0,19 | 40  | .... |I need   10,02 euros
   0 | 20  | .... |I need  150,02 euros
   . | ..  | .... |...

需求：仅在col2的值为31时，替换total列中的数值。新数值的计算规则是：除col2=31之外所有行的（total数值 * col1数值）+ total数值的总和。

示例计算：((10.02 * 0.19)+10.02) + ((150.02 * 0)+150.02) = 161.94，最终DataFrame如下：

col1 | col2 | ...  total
------------------------
0,19 | 31  | .... |I need  161,94 euros
0,19 | 40  | .... |I need   10,02 euros
   0 | 20  | .... |I need  150,02 euros
   . | ..  | .... |...

已知df.iterrows()方法，但官方明确提示：

never modify something you are iterating over

请问该如何实现此需求？

完全可以不用iterrows()，用pandas的矢量化操作高效完成，步骤如下：

1. 预处理数值列
   先把col1和total中的逗号替换为点，转换为数值类型：

   # 处理col1：替换逗号为点，转为float类型
   df['col1'] = df['col1'].str.replace(',', '.').astype(float)
   # 提取total中的数值部分，替换逗号为点后转为float
   df['total_num'] = df['total'].str.extract(r'(\d+,\d+)')[0].str.replace(',', '.').astype(float)
   

2. 计算目标替换值
   筛选出col2 != 31的行，计算每行的total_num * (col1 + 1)（等价于total_num*col1 + total_num），再求和得到目标值，最后格式化为带逗号的字符串：

   # 计算总和
   target_value = df[df['col2'] != 31]['total_num'].mul(df[df['col2'] != 31]['col1'] + 1).sum()
   # 保留两位小数，将点换回逗号
   target_str = f"{target_value:.2f}".replace('.', ',')
   

3. 替换指定行的total内容
   用loc定位col2 == 31的行，替换total列的数值部分：

   df.loc[df['col2'] == 31, 'total'] = df.loc[df['col2'] == 31, 'total'].str.replace(r'\d+,\d+', target_str)
   # 可选：删除临时创建的total_num列
   df = df.drop('total_num', axis=1)
   

全程使用矢量化操作，比iterrows()效率更高，也符合pandas官方的最佳实践。

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