Python中满足条件后终止嵌套for循环的实现方法

直接修改方案：添加break语句 #

你的需求完全可以通过在满足条件的代码块后添加break实现，break只会终止当前的内层循环，外层循环会自动进入下一个k的迭代，正好符合你的要求。修改后的代码如下：

DATA_t = pd.read_excel('C:/Users/yo4226ka/Work Folders/Desktop/Teaching/IKER STUFF/iker1.xlsx',index_col=0, header = 0)

DATA_1 = DATA_t[["Código de Provincia","Código de Municipio","Papeletas a candidaturas"]]

cols_i= ["Código de Provincia","Código de Municipio","Papeletas a candidaturas"]

X_1  =  DATA_t["Papeletas a candidaturas"]
X_2   =  DATA_t.iloc[:,12:]
X     = pd.concat([X_1 ,X_2],axis=1)
X_b   = X.to_numpy()

X_n   = np.zeros((8070,1))  

for k in range(np.shape(X_b)[1]):
    for i in range(np.shape(X_b)[0]):
        if k==0:
            pass
        else:
            if X_b[i,0] == 0:
                pass
            elif X_b[i,k]/X_b[i,0] > 0.002:
                X_n = np.c_[X_n,X_b[:,k]]
                break  # 找到满足条件的i后，立即终止内层循环
            else:
                pass

更高效的优化方案：用Numpy向量化操作替代嵌套循环 #

嵌套循环在处理大规模数据时效率很低，你可以利用Numpy的向量化特性直接判断整列是否存在满足条件的元素，完全省去内层循环：

DATA_t = pd.read_excel('C:/Users/yo4226ka/Work Folders/Desktop/Teaching/IKER STUFF/iker1.xlsx',index_col=0, header = 0)

X_1  =  DATA_t["Papeletas a candidaturas"]
X_2   =  DATA_t.iloc[:,12:]
X     = pd.concat([X_1 ,X_2],axis=1)
X_b   = X.to_numpy()

X_n   = np.zeros((8070,1))  

# 直接从k=1开始迭代，跳过k=0的情况
for k in range(1, X_b.shape[1]):
    # 先过滤掉第一列为0的行，避免除零错误
    valid_rows = X_b[:, 0] != 0
    # 判断是否存在任意一行满足条件
    if np.any( (X_b[valid_rows, k] / X_b[valid_rows, 0]) > 0.002 ):
        X_n = np.c_[X_n, X_b[:, k]]

这个方案不仅代码更简洁，执行速度也会比嵌套循环快很多，尤其当你的数据集行数较多时，优势会很明显。

内容的提问来源于stack exchange，提问作者Yusuf Kaddoura