pandas使用iterrows遍历时score列始终为0的解决方法

pandas的iterrows()遍历返回的row是单行数据的临时副本，不是原DataFrame的绑定视图，所有对row的赋值修改只会作用在临时副本上，不会同步写回原表。你调试时看到row["score"] += localscore结果正确，是因为观察的是临时副本的值，循环结束后副本被回收，原表score列始终是初始值0。
另外你在循环里对joined_countries_without_duplicates做的去重操作也只改了副本，原表存储的还是带重复值的列表。

• 最小改动修复：保留原有循环逻辑，循环内不对row做赋值，计算完成后通过my_df.at[index, 列名]按索引定位原表位置，将结果直接写入原DataFrame。
• 推荐实现：弃用iterrows()逐行循环，用pandas原生的向量化接口处理，无副本赋值问题，运行效率远高于逐行循环。

最小改动版代码 #

import pandas as pd

my_df = pd.DataFrame({'countries': ["UK,DE", "DE", "DE"],
                      "other_countries": ["DE", "PL", "PL"]})
scores = {
  "UK": 10.0,
  "DE": 20.0,
  "PL": 30.0
}
my_df["joined_countries_without_duplicates"] = my_df["countries"] + "," + my_df["other_countries"]
my_df["joined_countries_without_duplicates"] = my_df["joined_countries_without_duplicates"].str.split(",")
my_df["score"] = 0
for index, row in my_df.iterrows():
    unique_countries = list(set(row["joined_countries_without_duplicates"]))
    # 去重结果写回原表
    my_df.at[index, "joined_countries_without_duplicates"] = unique_countries
    # 计算总分
    localscore = sum(scores[country] for country in unique_countries)
    # 分数写回原表
    my_df.at[index, "score"] = localscore

向量化优化版代码 #

import pandas as pd

my_df = pd.DataFrame({'countries': ["UK,DE", "DE", "DE"],
                      "other_countries": ["DE", "PL", "PL"]})
scores = {
  "UK": 10.0,
  "DE": 20.0,
  "PL": 30.0
}
# 拼接、拆分、去重链式处理
my_df["joined_countries_without_duplicates"] = (
    my_df["countries"]
    .str.cat(my_df["other_countries"], sep=",")
    .str.split(",")
    .apply(lambda x: list(set(x)))
)
# 聚合计算分数
my_df["score"] = my_df["joined_countries_without_duplicates"].apply(
    lambda country_list: sum(scores[c] for c in country_list)
)

两段代码运行后结果一致，三行的score值分别为30.0、50.0、50.0，符合预期。

内容的提问来源于stack exchange，提问作者funkurlif3