pandas使用math.floor为iloc索引时无法将series转为int报错

问题复现 #

需求为编写函数，根据两列乘积计算得到的索引，从参考DataFrame df1中匹配对应Value值做计算。
df1结构示例：

Value
0      1.2332165631653
1      6.5651324661235
2      2.3651432415454
3      1.6566584651432
4      9.5168743514354
...

初始实现代码：

import math
import dataframe as df
df1 = df.read_csv('Data1.csv')
df2 = df.read_csv('Data2.csv')

def dfFunction (A, B):
    Step = 10
    AB = A * B
    ABInt = math.floor(AB / Step)
    dfValue = df1.iloc[ABInt]
    return AB / dfValue

报错表现：

• 传入单个int/float类型的A、B参数时，函数运行正常
• 对包含多列数据的df2做批量计算时，返回TypeError: cannot convert the series to <class 'int'>
• 两种调用方式均触发报错：
  • df2.apply(dfFunction(df2.ColumnA, df2.ColumnB), axis = 1)
  • 直接调用dfFunction(df2.ColumnA, df2.ColumnB)

报错原因 #

1. math.floor仅支持单个标量数值输入，不支持Pandas Series类型的批量数据。当直接传入df2整列数据时，AB/Step是一个Series对象，传入math.floor会直接触发类型错误。
2. apply调用写法错误：apply需要接收函数对象作为入参，你写的dfFunction(df2.ColumnA, df2.ColumnB)会先执行函数、把返回值传给apply，完全不符合apply的传参逻辑。
3. 代码初始导入存在错误：Python中处理DataFrame的主流库是pandas，不存在名为dataframe的可直接导入的库，正确导入写法为import pandas as pd。
4. iloc接收整数Series做批量索引时，需要配合取值逻辑适配，直接传入无法正确返回对应位置的值。

实现方案 #

方案1：向量化实现（推荐，性能最优） #

用Pandas和Numpy的原生批量运算实现，不需要逐行循环，性能比apply高几十到上百倍，适合任意数据量场景：

import pandas as pd
import numpy as np

# 修正导入逻辑
df1 = pd.read_csv('Data1.csv')
df2 = pd.read_csv('Data2.csv')

Step = 10
AB = df2['ColumnA'] * df2['ColumnB']
# 用numpy的floor支持批量计算，结果转成整数索引
ABInt = np.floor(AB / Step).astype(int)
# 批量映射df1中对应索引的Value值
dfValue = ABInt.map(df1['Value'])
# 计算最终结果，可直接赋值为df2的新列
df2['calc_result'] = AB / dfValue

注意：使用前请确认ABInt的取值范围在0到len(df1)-1之间，避免索引越界，如果存在越界可能可以提前用clip方法做边界截断。

方案2：修正apply写法（适合小数据量场景） #

如果需要保留自定义函数写法，调整函数逻辑和apply传参方式即可：

import pandas as pd
import math

df1 = pd.read_csv('Data1.csv')
df2 = pd.read_csv('Data2.csv')

def dfFunction(row, step=10):
    AB = row['ColumnA'] * row['ColumnB']
    ABInt = math.floor(AB / step)
    # 取对应索引行的Value字段值
    dfValue = df1.loc[ABInt, 'Value']
    return AB / dfValue

# apply正确传参：传入函数对象，axis=1表示逐行处理
df2['calc_result'] = df2.apply(dfFunction, axis=1)

内容的提问来源于stack exchange，提问作者elizac