对DataFrame执行迭代循环时出现Value Error问题的咨询

你遇到的ValueError是因为df.loc[i-2:i+2, 'MF1 Trans-Membrane Pressure (kPa) (PDI3423)']返回的是长度为5的Series对象，Series > 0会生成同长度的布尔Series，Python原生if语句无法直接判断布尔Series的真值，因此抛出歧义错误。

你只需要在窗口判断后追加聚合方法，明确判断规则即可：

• 若要求窗口内所有压力值都大于0才触发标记，使用.all()
• 若要求窗口内只要有一个压力值大于0就触发标记，使用.any()

另外你原代码里的while逻辑完全冗余，循环体不管判断结果如何都会执行break，直接替换为if即可，修复后的完整代码如下：

import numpy as np
import pandas as pd

def backwash(df):
    df.loc[0, 'backwash'] = np.NaN
    # 提前把列名存成变量，避免重复写长串字符出错
    flow_col = 'MF1 Permeate Flow (m3/min)'
    pressure_col = 'MF1 Trans-Membrane Pressure (kPa) (PDI3423)'
    for i in range(3, len(df)-2):
        if df.loc[i, flow_col] == 0:
            # 根据你的实际需求二选一即可，这里默认用全大于0的规则示例
            if (df.loc[i-2:i+2, pressure_col] > 0).all():
            # 如果是只要有一个大于0就用下面这行
            # if (df.loc[i-2:i+2, pressure_col] > 0).any():
                df.loc[i, 'backwash'] = 'BW'
    return df

如果你的数据量较大，循环执行效率较低，可以用pandas的滚动窗口函数直接向量化计算，不需要写循环：

def backwash_vectorized(df):
    flow_col = 'MF1 Permeate Flow (m3/min)'
    pressure_col = 'MF1 Trans-Membrane Pressure (kPa) (PDI3423)'
    df['backwash'] = np.nan
    # 生成5行长度的居中滚动窗口，判断窗口内所有压力值>0
    pressure_condition = df[pressure_col].rolling(window=5, center=True).apply(lambda x: (x>0).all()) == 1
    # 流量为0的条件
    flow_condition = df[flow_col] == 0
    # 同时满足两个条件的行标记为BW
    df.loc[pressure_condition & flow_condition, 'backwash'] = 'BW'
    return df

内容的提问来源于stack exchange，提问作者Aimas