Pandas Dataframe：遍历列并按条件修改对应行的另一列值

你的代码问题出在每次赋值都直接给整个cycleNumber列赋值，而不是定位到当前循环的行。要实现只修改对应行的需求，有两种可行方案：

方案一：修改原循环，通过索引定位行 #

利用enumerate同时获取行索引和Ns列的值，然后用df.loc[行索引, 列名]精准修改指定行的cycleNumber值：

cycleNum = 0
first = 0

for idx, entry in enumerate(df1['Ns']):
    if entry < first:
        cycleNum += 1
        df1.loc[idx, 'cycleNumber'] = cycleNum
        first = 0
    else:
        df1.loc[idx, 'cycleNumber'] = cycleNum
        first = entry

这里enumerate(df1['Ns'])会返回每个元素的位置索引idx和对应值entry，df1.loc[idx, 'cycleNumber']能直接定位到当前行的目标列，只修改这一行的值，不会影响整列其他数据。

方案二：用Pandas矢量化操作优化（更高效） #

如果你的DataFrame数据量较大，循环遍历的效率会偏低，推荐先计算好所有行的cycleNum值，再一次性赋值给列：

cycleNum = 0
first = 0
cycle_numbers = []

for entry in df1['Ns']:
    if entry < first:
        cycleNum += 1
        first = 0
    else:
        first = entry
    cycle_numbers.append(cycleNum)

# 一次性赋值整列，避免循环内逐行修改的开销
df1['cycleNumber'] = cycle_numbers

这种方式先在列表中完成所有行的cycleNum计算，最后统一赋值给列，在大数据集下的运行效率会比逐行修改高很多。

如果你的DataFrame使用了非连续的自定义行索引，方案一中的idx是默认的位置索引，此时可以改用df1.iloc[idx, df1.columns.get_loc('cycleNumber')]来定位目标单元格。

内容的提问来源于stack exchange，提问作者Luke Delves