Pandas循环提取索引生成年月列时数据被覆盖如何解决

你的代码出现整列值被最后一次循环结果覆盖，核心原因是赋值逻辑写错了：
在pandas中执行df_tmp['year'] = yy时，只要yy是单个标量值，这个操作会把整列year的所有行都设置为同一个yy值。你每轮循环都执行一次整列赋值，循环结束后整列自然只会保留最后一轮提取的年份值。
另外你代码里还有两个无效/缺失逻辑：

• 循环内部写i = i+1完全不生效，for i in range(len(df_tmp.index))的i是迭代器按顺序自动生成的，手动修改i的值不会改变循环的迭代流程
• 全程没有给month列做赋值操作，就算year列逻辑改对，month列也不会生成对应值

pandas优先使用向量化操作实现，不要写逐行for循环，性能差还容易出这类低级错误，根据你的索引类型选对应写法即可：

场景1：索引本身是日期时间类型（DatetimeIndex） #

直接调用索引自带的年、月属性即可，代码最简洁性能最好：

df_tmp['year'] = df_tmp.index.year
df_tmp['month'] = df_tmp.index.month

场景2：索引是字符串格式（比如202310、2023-10这类年月字符串） #

用pandas内置的字符串向量化方法批量截取，不需要循环：

# 先把索引统一转成字符串格式
idx_str = df_tmp.index.astype(str)
# 批量截取前4位作为年份，后2位作为月份
df_tmp['year'] = idx_str.str[:4]
df_tmp['month'] = idx_str.str[-2:]

逐行循环修正写法（仅作逻辑参考，不推荐生产环境用） #

如果你一定要保留逐行处理的逻辑，必须通过.loc定位到当前行的对应单元格再赋值，不能直接做整列赋值：

for i in range(len(df_tmp.index)):
    current_idx = str(df_tmp.index[i])
    yy = current_idx[:4]
    mm = current_idx[-2:]
    # 定位到当前索引行、year/month列的单元格赋值
    df_tmp.loc[df_tmp.index[i], 'year'] = yy
    df_tmp.loc[df_tmp.index[i], 'month'] = mm

内容的提问来源于stack exchange，提问作者Tony Lin