如何遍历比较两个DataFrame的值并更新第三个DataFrame，解决循环报错问题

• 错误1：loc的第二个参数需要传入列名，你直接把iterrows()返回的整行Series对象row1、row2当作列名传入，pandas会尝试把Series里的所有值当作列名匹配，自然匹配不到，触发报错。
• 错误2：两层循环使用同一个index变量名，内层循环的行索引会覆盖外层的行索引，无法正确匹配两个DataFrame的对应行位置。
• 错误3：完全没有必要使用嵌套循环遍历，pandas原生支持同规格DataFrame的向量化操作，执行效率远高于Python层循环。

直接通过向量化比较一步生成结果，代码如下：

CountResult = (PORResult > p90Result).astype(int)

说明：两个同规格DataFrame直接用>比较会返回同样尺寸的布尔型DataFrame，PORResult值大于p90Result的位置为True，否则为False；使用astype(int)转换后，True会转为1，False转为0，完全匹配你的需求。

如果你想要手动遍历理解逻辑，正确的循环写法应该遍历行索引和列名，示例如下：

for row_idx in PORResult.index:
    for col_name in PORResult.columns:
        if PORResult.loc[row_idx, col_name] > p90Result.loc[row_idx, col_name]:
            CountResult.at[row_idx, col_name] = 1

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