Python while循环未遍历完整数据集的代码问题排查

你的代码无法遍历全量数据集，核心问题如下：

• 直接导致循环提前终止的原因：循环体末尾写了break
  第一次循环跑完单条Hurst值计算、打印df.head(108)的逻辑后，会立刻触发break跳出整个while结构，后续所有迭代都不会执行。
• 其余会导致运行异常的隐患：
  1. 循环边界设置错误：pandas行索引从0开始计数，数据集最后一行的索引是len(df)-1，你写的终止条件i <= len(df)+1就算删掉break，迭代到后期也会触发索引越界报错
  2. 赋值方式不规范：df['Hurst'].iloc[i-1]属于链式赋值，本身就存在赋值不生效、结果不可预期的问题，你之前直接设置pd.options.mode.chained_assignment = None关闭了pandas的风险警告，相当于把报错提示屏蔽了，很容易出现值算完了但没成功写入DataFrame的情况
  3. 循环内反复执行print(df.head(108))没有意义，全量运行时会重复打印成百上千次，严重拖慢代码运行速度

修正后代码 #

import numpy as np
import pandas as pd
from hurst import compute_Hc

df = pd.read_csv("AARTIIND.csv")
df['Hurst'] = np.nan

# 设定滚动窗口长度
window = 105
# 从第一个完整窗口结束的位置开始遍历，直到数据集末尾
for i in range(window, len(df)+1):
    # 用loc做单值赋值，避免链式赋值的问题
    df.loc[i-1, 'Hurst'] = compute_Hc(df['Close'].iloc[i-window:i], kind='price')[0]

# 遍历完成后统一打印结果查看
print(df.head(110))

优化提示：如果数据集体量较大，逐行循环的计算效率很低，可以改用pandas原生的rolling接口传入自定义计算函数，运行速度会有明显提升。

内容的提问来源于stack exchange，提问作者Mohit Garg