如何将DataFrame元素与阈值数组逐列比较生成0-1结果表，解决KeyError报错

• KeyError: 0的核心原因是你使用了按标签取值的loc方法，但PORResult的行索引不是从0开始的连续整数（通常这类气温表的行索引会直接存年份数值），所以找不到标签为0的行。
• 原有代码还存在逻辑错误：循环变量i遍历的是121行的年份维度，但Percentile_90是长度365的日期维度数组，直接用Percentile_90[i]会出现索引越界，且维度对应关系完全错误；同时PORResult.loc[i]是长度365的Series，直接用if判断整个序列的布尔值也会触发报错。

pandas支持广播运算，直接整表比较即可实现需求，运行效率远高于循环写法，一行代码就能完成：

# 生成布尔矩阵后转换为整型，符合条件的位置为1，不符合为0
CountResult = (PORResult > Percentile_90).astype(int)

说明：pandas会自动将长度为365的Percentile_90数组匹配到DataFrame的365列，逐列对所有行的元素做比较，布尔值True转整型对应1，False对应0，输出的CountResult维度和PORResult完全一致，符合你的要求。

如果需要用循环实现，可以按如下修改，用按位置取值的iloc替代loc，同时修正维度对应关系：

import pandas as pd
# 初始化全0的CountResult，行列索引和PORResult完全对齐
CountResult = pd.DataFrame(0, index=PORResult.index, columns=PORResult.columns)
# 遍历每一年（行维度）
for year_pos in range(PORResult.shape[0]):
    # 遍历每一天（列维度）
    for day_pos in range(PORResult.shape[1]):
        if PORResult.iloc[year_pos, day_pos] > Percentile_90[day_pos]:
            CountResult.iloc[year_pos, day_pos] = 1

内容的提问来源于stack exchange，提问作者Megan Martin