如何用向量化替代带外部条件的Pandas iterrows/for循环（Python）

首先明确原代码的核心逻辑：

• 每行开始时重置previous_column_value_even为False
• 遍历每行的列时：
  1. 若前一列的lst1值为偶数，则检查当前列lst1值是否大于lst2值，满足则标记输出为True
  2. 更新标记：当前列lst1值为偶数则设为True，否则False

以下是完全向量化的实现，无需任何循环：

import pandas as pd

lst1 = pd.DataFrame([[1, 2, 3],
                     [4, 5, 6],
                     [7, 8, 9]])

lst2 = pd.DataFrame([[9, 8, 7],
                     [6, 5, 4],
                     [3, 2, 1]])

# 1. 生成lst1各元素是否为偶数的掩码
even_mask = lst1 % 2 == 0

# 2. 生成前一列是否为偶数的掩码：每行向右偏移1列，首列填充False（对应每行初始标记为False）
prev_even_mask = even_mask.shift(axis=1, fill_value=False)

# 3. 生成最终条件：前一列是偶数 且 当前lst1值大于lst2值
condition = prev_even_mask & (lst1 > lst2)

# 4. 创建输出DataFrame，与原代码一致：仅满足条件的位置为True，其余为NaN
output_lst = condition.where(condition, other=pd.NA)

# 打印满足条件的lst1值
print(lst1[condition].dropna().values)

输出结果 #

[9]

关键说明 #

• shift(axis=1, fill_value=False)：完美模拟了原代码中每行列遍历的状态传递，将前一列的偶数标记右移到当前列的判断位置，首列填充False对应每行初始的previous_column_value_even=False
• 向量化运算：所有掩码计算均为Pandas/NumPy底层优化的向量化操作，比原生循环效率提升数个数量级，尤其适合大数据集
• 条件复用：condition变量可直接用于numpy.where()或其他需要布尔条件的场景，满足需求中的全局条件要求

内容的提问来源于stack exchange，提问作者finman69