如何在Pandas DataFrame中比较两列并高效修改列值及分组求和？

一、你的循环代码无法运行的原因 #

• 语法错误：if row["period"] < row["update"]这行末尾缺少冒号:，Python条件语句必须以冒号结尾。
• 数据修改无效：iterrows()返回的row是原DataFrame的副本，直接修改row["amount"]不会同步到原表格中，就算修正语法，也得改成table.loc[index, "amount"] = 0才能生效，但这种循环方式对6万行数据来说效率极低。

二、高效处理方案（适配大数据量） #

Pandas的核心优势是矢量化操作，完全不需要写循环，用内置方法就能快速完成，两种思路任选：

思路1：先筛选符合条件的行再分组求和 #

直接过滤出period大于等于update的行，再按project和category分组汇总金额：

# 筛选符合条件的行，分组求和后重置索引
result = table[table["period"] >= table["update"]].groupby(["project", "category"])["amount"].sum().reset_index()

思路2：先标记无效金额为0再分组求和 #

把period < update的行的amount设为0，再进行分组汇总，适合需要保留原表格其他数据的场景：

# 用where方法，满足条件保留原amount，否则设为0
table["amount"] = table["amount"].where(table["period"] >= table["update"], 0)
# 分组求和
result = table.groupby(["project", "category"])["amount"].sum().reset_index()

这两种方法都是基于Pandas底层的矢量化计算，处理6万行数据基本瞬间完成，比循环效率高几十倍甚至上百倍。

内容的提问来源于stack exchange，提问作者LadisPavel