Pandas匹配指定列字符串时修改列值无效问题求助

为什么你的代码没生效？ #

1. iterrows()返回值处理错误：df.iterrows()返回的是**(索引, 行数据Series)**的元组，你直接用row['Pet Type']属于操作逻辑错误（无报错是隐性的逻辑漏洞，实际并未正确访问行数据）。
2. 修改对象是副本而非原DataFrame：即便正确拆解索引和行Series，iterrows()返回的行Series是原DataFrame的副本，修改副本不会同步到原数据中。
3. 赋值逻辑错误：你赋值时用df['AnimalID'].astype(str) + '+'会修改整个列，而非仅当前符合条件的行，完全偏离需求。

正确实现方式 #

Pandas不推荐用iterrows()遍历修改，更高效的是使用向量化操作，以下几种方法均可实现需求：

方法1：用loc条件筛选修改 #

import pandas as pd

df = pd.DataFrame({'AnimalID':[1,2,3,4], 'Pet Name':['Whiskers', 'Charlie', 'Spot', 'Honey'], 'Pet Type':['Cat', 'Dog', 'Dog', 'Cat']})

# 先将AnimalID转为字符串类型，方便拼接
df['AnimalID'] = df['AnimalID'].astype(str)
# 筛选Pet Type为Dog的行，给AnimalID添加+
df.loc[df['Pet Type'] == 'Dog', 'AnimalID'] += '+'

print(df)

方法2：用numpy.where实现条件赋值 #

import pandas as pd
import numpy as np

df = pd.DataFrame({'AnimalID':[1,2,3,4], 'Pet Name':['Whiskers', 'Charlie', 'Spot', 'Honey'], 'Pet Type':['Cat', 'Dog', 'Dog', 'Cat']})

df['AnimalID'] = np.where(df['Pet Type'] == 'Dog', 
                          df['AnimalID'].astype(str) + '+', 
                          df['AnimalID'].astype(str))

print(df)

方法3：用apply逐行处理（仅作参考，效率低于向量化操作） #

如果一定要逐行处理，apply比iterrows更适配Pandas逻辑：

import pandas as pd

df = pd.DataFrame({'AnimalID':[1,2,3,4], 'Pet Name':['Whiskers', 'Charlie', 'Spot', 'Honey'], 'Pet Type':['Cat', 'Dog', 'Dog', 'Cat']})

def modify_animalid(row):
    if row['Pet Type'] == 'Dog':
        return str(row['AnimalID']) + '+'
    return str(row['AnimalID'])

df['AnimalID'] = df.apply(modify_animalid, axis=1)

print(df)

运行任意方法后，都会得到目标结果：

内容的提问来源于stack exchange，提问作者dtg108