Pandas遍历DataFrame新增列存储每行指定列最大值对应列名

• 第一版循环代码：循环全程没有用到遍历索引i，每次循环都是给整列emotion赋值，且赋值内容是四个情绪列按列计算的全局最大值（返回长度为4的Series），和原DataFrame行数不匹配，最终整列被填充为NaN。
• 第二版iloc代码：iloc[3:]是截取从第4行开始的所有行数据，根本不是选中目标列，行列索引方向完全写反，同样是每次给整列重复赋值，逻辑不成立。

不需要写低效的逐行循环，直接用pandas原生的逐行计算方法即可，运行效率远高于手写循环：

# 定义需要比对的情绪列列表
emotion_columns = ['neutral', 'happy', 'sad', 'angry']
# axis=1 指定按行维度计算，idxmax 直接返回每行最大值对应的列名
df3['emotion'] = df3[emotion_columns].idxmax(axis=1)

运行后你给出的两行示例数据，emotion列都会被正确标注为neutral，完全符合需求。

特殊场景提示：如果某一行存在多个情绪列数值相等且同为最大值的情况，idxmax会默认返回排在列列表最靠前的列名，如果你需要处理并列最大值的场景，可以基于这个逻辑再补充自定义判断规则，常规无并列的场景下上述代码可以直接使用。

内容的提问来源于stack exchange，提问作者Zoi K.