如何在Pandas中按行遍历DataFrame并根据条件更新Points值？

作为Pandas新手，你可以用两种方式实现这个需求：一种是直观的逐行循环（适合理解逻辑），另一种是Pandas推荐的向量化操作（效率更高）。

方法一：逐行循环（逻辑直观，适合新手） #

先构建示例DataFrame，然后通过iterrows()逐行遍历，根据条件更新Points：

import pandas as pd

# 创建你提供的示例DataFrame
data = {
    'A': [2.43, 2.58, 1.61, 2.7],
    'B': [1.55, 1.49, 2.32, 1.46],
    'A_yes': [1, 0, 1, 1],
    'B_yes': [0, 1, 0, 0]
}
df = pd.DataFrame(data)

# 初始化初始余额
points = 500

# 逐行遍历并更新余额
for _, row in df.iterrows():
    if row['A_yes'] == 1:
        points *= row['A']
    elif row['B_yes'] == 1:
        points *= row['B']

print(f"最终余额: {points}")

运行这段代码会输出最终余额：7869.59145，和手动计算的结果完全一致。iterrows()会返回每一行的索引和行数据，逐行判断条件后更新points变量，逻辑和你手动计算的步骤完全对应。

方法二：向量化操作（Pandas推荐，效率更高） #

当处理大数据集时，逐行循环效率较低，推荐用向量化操作：先计算每一行对应的乘数，再通过累乘得到最终结果。

import pandas as pd

# 创建示例DataFrame
data = {
    'A': [2.43, 2.58, 1.61, 2.7],
    'B': [1.55, 1.49, 2.32, 1.46],
    'A_yes': [1, 0, 1, 1],
    'B_yes': [0, 1, 0, 0]
}
df = pd.DataFrame(data)

# 生成每一行的乘数：A_yes=1取A列值，否则取B列值
df['multiplier'] = df.apply(lambda x: x['A'] if x['A_yes'] == 1 else x['B'], axis=1)

# 初始余额乘以所有乘数的乘积
initial_points = 500
final_points = initial_points * df['multiplier'].prod()

print(f"最终余额: {final_points}")

这段代码的结果和循环方法完全相同，但效率远高于逐行循环，尤其当DataFrame行数很多时优势明显。

内容的提问来源于stack exchange，提问作者monica