为何用for循环+if条件无法修改DataFrame的TargetClass列？

常见问题点 #

你的代码执行后无变化，大概率是以下原因之一：

1. SpType匹配失败：两个DataFrame的SpType列类型不一致（比如一个是整数、一个是字符串），或者train_df里的SpType在train_morgan中不存在，导致根本找不到需要修改的行。
2. 浮点数精度问题：直接用a != b判断均值和目标值是否相等，会因为浮点数存储的精度误差导致判断错误（比如0.999999999999和1.0会被判定为不等，或者反过来本该不等却被误判为相等）。
3. 循环逻辑冗余：循环遍历效率低，且容易因索引问题导致赋值失效。

排查步骤 #

先执行以下代码确认匹配情况：

# 检查train_df中哪些SpType在train_morgan里不存在
missing_sp = train_df[~train_df['SpType'].isin(train_morgan['SpType'])]
print("train_morgan中不存在的SpType：", missing_sp['SpType'].tolist())

# 检查两列数据类型是否一致
print("train_morgan['SpType']类型：", train_morgan['SpType'].dtype)
print("train_df['SpType']类型：", train_df['SpType'].dtype)

如果输出了缺失的SpType，说明这些类型在大表中没有对应数据，自然无法修改；如果类型不一致，需要先统一类型（比如用astype(str)或astype(int)转换）。

优化后的代码 #

方案1：批量赋值（推荐，效率更高） #

直接构建SpType到目标值的映射，批量更新，完全避免循环：

# 从train_df中提取SpType与目标值的映射关系
sp_target_map = train_df.set_index('SpType').iloc[:, -1].to_dict()

# 筛选出train_morgan中需要更新的行，批量赋值
update_mask = train_morgan['SpType'].isin(sp_target_map.keys())
train_morgan.loc[update_mask, 'TargetClass'] = train_morgan.loc[update_mask, 'SpType'].map(sp_target_map)

方案2：保留“均值不等才修改”的逻辑 #

如果需要只在均值与目标值差异较大时才更新，用以下代码：

# 计算train_morgan中每个SpType的TargetClass均值
sp_mean_df = train_morgan.groupby('SpType')['TargetClass'].mean().reset_index()
sp_mean_df.columns = ['SpType', 'TargetMean']

# 合并train_df，比较均值与目标值
compare_df = sp_mean_df.merge(train_df, on='SpType')
# 用1e-9作为浮点数比较的阈值
need_update = compare_df[abs(compare_df['TargetMean'] - compare_df.iloc[:, -1]) > 1e-9]['SpType']

# 批量更新符合条件的行
sp_target_map = train_df.set_index('SpType').iloc[:, -1].to_dict()
train_morgan.loc[train_morgan['SpType'].isin(need_update), 'TargetClass'] = train_morgan['SpType'].map(sp_target_map)

额外提醒 #

如果你之前复制过数据集，要确保后续操作的是复制后的变量（比如train_morgan = train_morgan.copy()后，所有修改都要针对这个变量），避免因视图/副本问题导致修改不生效。

内容的提问来源于stack exchange，提问作者Роб См