能否在Pandas DataFrame中创建互相依赖的多列？

直接执行你给出的代码会报错，因为创建列A时，DataFrame中还不存在列B，会触发KeyError。Pandas的矢量化赋值是一次性处理整列，默认不支持这种依赖其他未定义列/前一行结果的循环引用逻辑，和Excel的迭代计算机制不同。

可行的实现方式 #

要实现这种逐行依赖的逻辑，需要通过逐行迭代计算来模拟：

1. 先初始化A和B列，定义第一行的初始值（因为第一行没有上一行的B，需要手动指定初始状态）
2. 从第二行开始，依次根据上一行的B计算当前行的A，再根据当前行的A计算B

示例代码：

import numpy as np
import pandas as pd

Range = np.arange(0,10,1)
Table = pd.DataFrame({"Row": Range})

# 初始化A、B列，设置第一行初始值
Table["A"] = 0
Table["B"] = 0

# 从第二行开始迭代计算
for i in range(1, len(Table)):
    # 根据上一行的B计算当前行A
    Table.loc[i, "A"] = 1 if Table.loc[i-1, "B"] > 0 else 0
    # 根据当前行的A计算当前行B
    Table.loc[i, "B"] = 1 if Table.loc[i, "A"] == 1 else 0

说明 #

• 这种方式和Excel开启迭代计算后的逻辑一致，每一行的结果依赖前一行的输出
• 迭代计算的效率低于Pandas的矢量化操作，适合中小规模数据集；如果数据量极大，可以考虑用NumPy数组循环来优化
• 可以根据业务需求调整第一行的初始值，比如将Table.loc[0, "B"] = 1，后续行的A和B会全部变为1

内容的提问来源于stack exchange，提问作者Naor