如何在pandas中循环遍历.iloc索引值实现多列按均值偏差批量运算

优先推荐使用pandas原生向量化运算，完全避免嵌套循环，代码简洁且运行效率更高：
核心逻辑是利用pandas的广播特性，直接对整表做批量运算，无需逐行逐列遍历，适配任意列数场景：

# 一步完成所有列的 (值 - 对应Mean)/对应Dev 运算
res_df = (df - df1['Mean'].values) / df1['Dev'].values

# 若需要逐行逐列打印结果，可遍历结果表
for _, row in res_df.iterrows():
    for val in row:
        print(val)

运行后得到的res_df就是和原df结构完全一致的结果表，每列都完成了对应的标准化运算。

如果你确实需要通过循环遍历索引实现，也可以通过遍历列索引简化代码，无需逐列硬编码逻辑：

# 遍历每一行
for row_idx in range(len(df)):
    # 遍历每一列的索引，自动适配列数
    for col_idx in range(len(df.columns)):
        current_val = df.iloc[row_idx, col_idx]
        mean = df1.iloc[col_idx]['Mean']
        dev = df1.iloc[col_idx]['Dev']
        print((current_val - mean) / dev)

以上两种写法都不需要随着列数增加修改代码，只要保证df1的行数和df的列数一一对应即可正常运行。

内容的提问来源于stack exchange，提问作者Nithin Reddy