Pandas含多IF条件的For循环问题：仅首个条件计算生效

嘿，我一眼就看出你的问题出在哪了——你用any()来判断列的条件，这玩意儿是检查整个列里有没有至少一个值满足条件，一旦有，就会给整个MWTP列都用第一个分支的计算结果，完全不管其他行的实际情况！这就是为啥只有首个条件的结果对，后面的条件根本没触发的原因。

为啥原来的代码不行？ #

举个例子，你的DWWC1980列里有第一行的16.71（<=18.25），所以any(df["DWWC1980"] <=18.25)会返回True，于是整个MWTP1980列都执行第一个if分支的计算，哪怕第三行的33.95明明符合第二个条件，也被强行用第一个分支的公式算了，结果自然不对。

修正后的代码（用Pandas向量化操作） #

Pandas本来就是为批量处理列数据设计的，不用搞for循环里的标量判断，直接用np.where做逐行的多条件赋值就好，既高效又准确：

import numpy as np
import pandas as pd

# 读取数据（不用套一层pd.DataFrame，read_csv直接返回DataFrame）
df = pd.read_csv("data.csv")
print(df)

# 遍历年份生成MWTP列
for year in range(1980, 2015, 5):
    dwwc_col = f"DWWC{year}"
    mwtp_col = f"MWTP{year}"
    
    # 定义三个条件对应的计算逻辑
    # 条件1：DWWC <=18.25
    cond1 = df[dwwc_col] <= 18.25
    calc1 = ((10 - 33)/5) * (df[dwwc_col] - 5) + 10
    
    # 条件2：18.25 < DWWC <=36.5
    cond2 = (df[dwwc_col] > 18.25) & (df[dwwc_col] <= 36.5)
    # 注意：列名尽量用df['列名']的形式，避免和Pandas内置方法重名
    calc2 = (10 / (df['two'] - df['three'])) * (df[dwwc_col] - df['three']) + df['three']
    
    # 条件3：DWWC >36.5
    cond3 = df[dwwc_col] > 36.5
    calc3 = ((df['Three_value'] - 6)/(df['three'] - 5)) * (df[dwwc_col] - 6)
    
    # 用嵌套np.where实现逐行匹配条件赋值
    df[mwtp_col] = np.where(cond1, calc1,
                           np.where(cond2, calc2, calc3))

# 保存结果，index=False避免把默认索引存进去；如果要把ISO3当索引，读的时候加index_col='ISO3'
df.to_csv('MWTP1.csv', index=False)

几个关键修改点 #

• 删掉any()：直接用列级布尔数组，这样每行都会被单独判断是否满足条件。
• 用np.where替代if-elif-else：if-elif-else是标量判断，不适合处理Pandas的列数据，np.where能完美实现多条件的逐行赋值。
• 规范列名引用：把df.two改成df['two']，防止列名和Pandas内置方法重名导致报错。
• 简化数据读取：pd.read_csv直接返回DataFrame，不用再套一层pd.DataFrame()。

这样修改后，每行数据都会匹配自己对应的条件分支计算，结果就会和手动计算一致啦～

内容的提问来源于stack exchange，提问作者water77