为何无法使用loc更新DataFrame的Range列？求排查解决

核心错误 #

你这段代码没修改到原DataFrame的原因有两个：

• 你把newBTC.loc[i, "Range"]的值赋给了局部变量df_column_range，后续修改这个变量只是改了内存里的临时值，根本没同步回原DataFrame。
• 多个if条件区间重叠（比如-11同时符合第一个和第二个条件），会导致后面的赋值覆盖前面的，逻辑不符合预期。

修复方案 #

方案1：修正循环逻辑，直接修改原DataFrame #

把对局部变量的赋值改成直接操作原DataFrame的对应行，同时把重叠的if改成elif避免重复匹配：

for i, row in newBTC.iterrows():
    pct_change = newBTC.loc[i, 'percentchange']
    if -100 <= pct_change < -11:  # 用开区间避免边界值重复匹配
        newBTC.loc[i, "Range"] = -10
    elif -11 <= pct_change < -9:
        newBTC.loc[i, "Range"] = -9
    elif -9 <= pct_change < -7:
        newBTC.loc[i, "Range"] = -8
    # 继续补充其他区间的elif逻辑
    else:
        # 处理不满足以上条件的情况，比如保持原值或设默认值
        pass

方案2：用pandas矢量化操作（更高效） #

pandas不推荐用循环逐行修改，大数据量下效率极低，建议用pd.cut函数批量处理：

# 定义区间边界和对应的Range值
bins = [-100, -11, -9, -7, ...]  # 补充你的其他区间上限
labels = [-10, -9, -8, ...]  # 对应每个区间的Range值

newBTC['Range'] = pd.cut(newBTC['percentchange'], bins=bins, labels=labels, include_lowest=True)

include_lowest=True会让第一个区间包含左边界（比如-100），确保所有值都能匹配到区间。

内容的提问来源于stack exchange，提问作者user14009897