Python循环生成值赋值pandas DataFrame列未填充问题咨询

df['New'] = New填充不符合预期，是三个写法逻辑错误导致的：

• 你初始创建的df = pd.DataFrame()是没有任何行、没有索引的空表，这种情况下给df['New']传单个整数（也就是你代码里的标量变量New），pandas只会生成一个长度为1的列，整列都填成你当前传的那个数值，根本存不下循环迭代产生的多个结果。
• 赋值位置放错了。你把这句赋值写在了遍历列的内层循环里，相当于每扫过一行里的某一个单元格，就把整个New列全部重写一遍，根本不是等一整行处理完、算好这行最终的New值之后存一行结果。等两层循环全跑完，整个New列只会留下最后一次循环算出来的New值，前面所有迭代算出来的结果全被覆盖了。
• 循环里反复给整列赋值的写法本身性能很差，每次赋值pandas都会重写整列数据，数据量稍微大一点运行速度会非常慢。

选任意一种符合你使用习惯的写法即可：

方案1：先收集结果再一次性生成DataFrame（性能最优，推荐） #

不要在循环里反复操作DataFrame，先用列表把每行算好的最终New值存起来，循环结束后一次性构造表，运行效率最高：

New = 0
Approved = 0
new_values = []  # 用列表存储每行计算得到的最终New值
for row_idx, rowdata in enumerate(combined):
    for col, value in enumerate(rowdata.values()):
        if col == 0:
            print(value)
        if col == 2:
            New += value
            print('Original New')
            print(value)
        if col == 4:
            Approved = value
            if Approved > 0:
                New = New - Approved
            print('Updated New')
            print(New)
            # 等当前行所有New值相关逻辑跑完，拿到最终结果后再存入列表
            new_values.append(New)
# 所有行处理完成后一次性生成DataFrame
df = pd.DataFrame({'New': new_values})

方案2：提前初始化固定长度的DataFrame，按行索引赋值 #

如果需要在循环过程中就把结果写入DataFrame，可以先按数据总行数初始化空表，处理完一行就给对应行位置赋值：

New = 0
Approved = 0
# 提前按combined的总行数初始化带空值的DataFrame
df = pd.DataFrame(index=range(len(combined)), columns=['New'])
for row_idx, rowdata in enumerate(combined):
    for col, value in enumerate(rowdata.values()):
        if col == 0:
            print(value)
        if col == 2:
            New += value
            print('Original New')
            print(value)
        if col == 4:
            Approved = value
            if Approved > 0:
                New = New - Approved
            print('Updated New')
            print(New)
            # 处理完当前行所有计算逻辑后，给对应行索引的位置赋值
            df.loc[row_idx, 'New'] = New

注意：不要在遍历列的内层循环中执行结果写入操作，一定要等当前行所有涉及New值计算的判断逻辑（即col2、col4的分支）全部执行完，拿到该行最终的New结果后再写入存储，否则会存入未计算完成的中间错误值。

内容的提问来源于stack exchange，提问作者user17582908