pandas for循环搭配if修改列值结果错误如何解决

你的代码出现错位赋值有两个核心问题：

• 索引错位：你使用enumerate()遍历df_dummy['Days']时，生成的计数值是从0开始的遍历位置序号，不是DataFrame实际的行标签。从你的输出可以看到，当前DataFrame的行索引从2开始，当遍历到2022-08-15所在行时，enumerate生成的计数值是45，而DataFrame中行标签为45对应的日期是2022-08-11，因此值被错误修改到了这一行。
• 链式索引风险：你使用的df_dummy['Vacations_per_day'][index]是pandas官方明确不推荐的链式索引写法，这种写法无法保证赋值操作作用在原DataFrame上，经常出现赋值不生效、误赋值的问题，还会触发SettingWithCopyWarning警告。

pandas处理这类批量条件赋值不要用逐行循环，直接使用向量化操作即可，逻辑可靠、运行效率更高：

legal_days = ['2022-08-15', '2022-11-30', '2022-12-01', '2022-12-26']
# 匹配Days列属于legal_days的行，将对应Vacations_per_day列设为4
df_dummy.loc[df_dummy['Days'].isin(legal_days), 'Vacations_per_day'] = 4

代码逻辑说明：

• 用.isin(legal_days)批量判断Days列每个值是否属于法定日期列表，返回布尔型的行筛选掩码
• 用.loc同时定位符合条件的行、需要修改的Vacations_per_day列，直接完成赋值，从语法层面避免索引错位和链式索引的问题。

如果你一定要保留循环写法（性能远低于向量化操作，不推荐），需要通过DataFrame原生方法取真实行索引，禁止用enumerate生成的序号作为行标签赋值：

for idx, row in df_dummy.iterrows():
    if row['Days'] in legal_days:
        df_dummy.loc[idx, 'Vacations_per_day'] = 4

内容的提问来源于stack exchange，提问作者Danko Mikic