如何在Pandas DataFrame中遍历行列进行多列值比较？

嘿，针对你这个大型DataFrame的场景，绝对不要用低效的逐行逐列循环——Pandas的向量化操作才是最优解，既能保证速度，代码还简洁。我给你一步步拆解实现方法：

1. 先把示例数据转换成DataFrame #

首先咱们把你给的示例数据整理成标准的DataFrame结构（假设是4行6列，因为你提供的24个数字刚好匹配）：

import pandas as pd
import numpy as np

data = [
    [0, 22, 0, 44, 5, 6],
    [1, 12, 3, 56, 0, 0],
    [2, 0, 0, 1, 0, 0],
    [3, 1, 2, 0, 0, 0]
]
df = pd.DataFrame(data)

2. 生成布尔掩码（判断是否均>0） #

我们可以用Pandas/Numpy的广播特性，一次性完成所有行的比较，生成一个布尔矩阵，每个位置标记第一列和对应列的元素是否都大于0：

# 提取第一列并转成二维数组，方便和其他列广播比较
first_col = df.iloc[:, 0].values.reshape(-1, 1)
# 提取第一列之外的所有列
remaining_cols = df.iloc[:, 1:]

# 生成布尔掩码：True表示对应位置的第一列和当前列元素均>0
mask = (first_col > 0) & (remaining_cols > 0)

这个mask和remaining_cols形状完全一致，比如对于你的示例数据，mask的第一行全是False（因为第一列是0），第二行前三个位置是True（第一列是1，对应列的12、3、56都>0）。

3. 基于掩码执行后续操作 #

接下来分两种情况处理：

情况1：后续操作可以向量化（推荐！） #

如果你的后续操作是统一的、可以批量处理的，比如替换值、计算等，直接用掩码批量操作，速度极快：

# 示例：把满足条件的元素乘以2
updated_cols = remaining_cols.where(~mask, remaining_cols * 2)
# 如果你要把结果写回原DataFrame
df.iloc[:, 1:] = updated_cols

情况2：后续操作是复杂的逐元素逻辑 #

如果必须对每个满足条件的元素执行个性化操作，那我们可以先获取所有满足条件的索引，再针对性循环（比遍历所有元素高效得多）：

# 获取所有满足条件的(row, col)索引（col是remaining_cols的列索引，对应原df的列是col+1）
valid_indices = np.argwhere(mask.values)

for row, col in valid_indices:
    original_col = col + 1
    original_value = df.iloc[row, original_col]
    # 这里写你的后续操作，比如打印、自定义计算等
    print(f"行{row}，列{original_col}满足条件，原值：{original_value}")
    # 示例：修改原DataFrame的值
    df.iloc[row, original_col] = original_value + 10

为什么不推荐普通循环？ #

对于大型DataFrame来说，Python级别的逐行逐列循环会触发大量的函数调用和数据转换，速度比向量化操作慢几十甚至上百倍。Pandas和Numpy的底层是用C实现的，向量化操作能充分利用这些优化，处理百万级数据也毫无压力。

内容的提问来源于stack exchange，提问作者lizard6