如何基于DataFrame列条件正确向Python列表追加数据？

你的问题出在嵌套循环和错误的条件判断：

• 外层遍历data.Result，内层又遍历整个data.UNITS列，导致每个Result被重复处理（次数等于DataFrame的行数），自然生成过多元素。
• data.UNITS.any() == 'mg/kg'是检查整个UNITS列是否存在'mg/kg'，不是判断当前行的单位，逻辑完全错误。

另外要注意Result列里有'ND'字符串，直接乘1000会报错，得先处理这种情况。

修改方案 #

方案1：用zip同步遍历每行的Result和UNITS #

直接对应每行的两个字段，一次循环完成：

result_value = []
detection_limit_unit = []

# 处理单位列（原逻辑保留）
for unit in data.UNITS:
    if unit == 'mg/kg':
        detection_limit_unit.append('ug/kg')
    else:
        detection_limit_unit.append(unit)

# 同步遍历每行的Result和对应Unit
for res, unit in zip(data.Result, data.UNITS):
    if unit == 'mg/kg':
        # 处理ND的情况，按需调整逻辑
        if res == 'ND':
            result_value.append('ND')
        else:
            # 确保数值类型后计算
            result_value.append(float(res) * 1000)
    else:
        # 非mg/kg单位直接保留原Result，或替换为RL（需提前定义RL）
        result_value.append(res if res != 'ND' else res)

方案2：用Pandas原生方法（更简洁高效） #

避免循环，直接用列操作：

# 处理单位列
data['detection_limit_unit'] = data['UNITS'].replace('mg/kg', 'ug/kg')

# 定义转换逻辑
def convert_result(row):
    if row['UNITS'] == 'mg/kg':
        if row['Result'] == 'ND':
            return 'ND'
        return float(row['Result']) * 1000
    else:
        return row['Result']

# 生成结果列，转成列表
data['result_value'] = data.apply(convert_result, axis=1)
result_value = data['result_value'].tolist()
detection_limit_unit = data['detection_limit_unit'].tolist()

关键说明 #

• 必须逐行对应Result和UNITS的关系，不能嵌套遍历整个列。
• 一定要处理'ND'这种非数值的情况，否则会触发类型错误。
• 如果RL是固定值，把方案里的res替换成RL即可（需确保RL已定义且类型匹配）。

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