pandas如何用iterrows()修改DataFrame值并按行条件设置0/1标记

问题原因 #

• 你通过iterrows()遍历得到的row是原DataFrame行数据的只读副本，对row的修改不会同步到原DataFrame，所以赋值操作全部无效
• 函数内的return语句缩进错误，位于for循环内部，第一次循环执行完成后就会直接返回数据，后续所有行都不会被处理

最优实现方案 #

Pandas的向量化操作远快于逐行遍历，完全不需要写循环，直接通过布尔条件批量赋值即可，代码如下：

# 直接按条件批量赋值，自动应用到每一行
df['heating_mode'] = (df['heating_sig'] > 0).astype(int)
df['econ_mode'] = ((df['economizer_sig'] > ahu_min_oa) & (df['cooling_sig'] == 0)).astype(int)
df['econ+mech_cooling'] = ((df['economizer_sig'] > ahu_min_oa) & (df['cooling_sig'] > 0)).astype(int)
df['mech_cooling'] = ((df['economizer_sig'] <= ahu_min_oa) & (df['cooling_sig'] > 0)).astype(int)

如果要封装成函数，写法如下：

def data_preprocess(df, ahu_min_oa=0.2):
    df = df.copy() # 不需要修改原数据可以删掉这行
    df['heating_mode'] = (df['heating_sig'] > 0).astype(int)
    df['econ_mode'] = ((df['economizer_sig'] > ahu_min_oa) & (df['cooling_sig'] == 0)).astype(int)
    df['econ+mech_cooling'] = ((df['economizer_sig'] > ahu_min_oa) & (df['cooling_sig'] > 0)).astype(int)
    df['mech_cooling'] = ((df['economizer_sig'] <= ahu_min_oa) & (df['cooling_sig'] > 0)).astype(int)
    return df

# 调用函数
df = data_preprocess(df)

验证结果 #

执行完成后再运行统计代码就能看到非0的结果：

print(df['heating_mode'].value_counts())
print(df['mech_cooling'].value_counts())
print(df['econ_mode'].value_counts())
print(df['econ+mech_cooling'].value_counts())

内容的提问来源于stack exchange，提问作者bbartling