pandas如何根据另一列条件仅更新符合条件行的对应列值

你原有代码的逻辑错误点非常明确：当循环判断到某件商品符合「红色+笔类」规则时，执行的赋值语句是对整个price列做统一上调运算，没有限定只修改当前匹配到的行，因此只要命中一次规则，全表商品价格都会被修改。同时pandas做这类条件筛选更新不需要写逐行循环，原生的布尔索引写法效率更高、逻辑更清晰。

用pandas标准的布尔索引+loc定位做原地更新，全程不需要循环，只会修改符合条件的行：

import pandas as pd

df = pd.DataFrame({
    'item':['red ballpoint pen','red felt tip pen', 'blue ballpoint pen','red eraser'],
    'price':[1.50,2.00,1.50,.50]
})

# 构造行匹配掩码：逐行判断item是否同时包含red和pen
match_mask = (df['item'].str.contains('red')) & (df['item'].str.contains('pen'))
# 仅对匹配到的行的price列做10%上调
df.loc[match_mask, 'price'] *= 1.1

逻辑说明 #

• str.contains()方法会逐行检测列内字符串是否包含指定关键词，返回长度和原表一致的布尔序列，True代表当前行匹配规则，False代表不匹配
• 多个判断条件用&（与）、|（或）连接时，每个独立判断条件必须用括号包裹，避免运算符优先级导致的报错
• df.loc[行筛选规则, 目标列名]可以精准定位符合条件的单元格，赋值时只会修改定位到的内容，其余行数据完全不受影响

如果一定要保留循环逻辑，必须在命中规则时定位到当前行对应的单元格再赋值，不能直接操作整列：

# 逐行遍历索引和对应item值
for idx, item_name in df['item'].items():
    if 'red' in item_name and 'pen' in item_name:
        # 精准定位当前行的price单元格修改
        df.loc[idx, 'price'] *= 1.1

两种写法运行后得到的结果一致：

• 红色圆珠笔价格从1.50上调为1.65
• 红色毡头笔价格从2.00上调为2.20
• 蓝色圆珠笔、红色橡皮价格保持原值不变

内容的提问来源于stack exchange，提问作者John K