Pandas循环计算库存需求对应Order列结果与预期不符问题排查

• 核心逻辑错误：df['stock'].all()的作用是判断stock列所有值是否为非0/非空，返回布尔值True/False，你原本要比较的是当前行的Demand值和当前行的stock值，完全误用了all()方法。
• 循环赋值逻辑错误：你每次判断条件后都是给整个Order列赋值，后一次的赋值会直接覆盖前面所有的结果，最终Order列的取值完全由最后一个遍历到的Demand值决定。你提供的案例中最后一个Demand值是-4737，触发i<0的分支，所以整列都被赋值为df['stock'] - Demand，第四行自然就是30-70=-39。
• 分支覆盖不全：缺少Demand值介于0和当前行stock值之间的处理逻辑，无法覆盖所有计算场景。
• 列名大小写不匹配：你数据集的列名是小写stock，代码里写的是大写Stock，实际运行可能出现取值错误。

优先使用pandas向量化操作，效率远高于自行写循环：

import pandas as pd

# 构造示例数据集
df = pd.DataFrame({
    'stock': [1585, 2305, 34215, 30, 10967],
    'Demand': [-1677, 20, -38968, 70, -4737]
})

# 按规则计算Order列：Demand>当前stock取Demand，否则取stock-Demand
df['Order'] = df.apply(
    lambda row: row['Demand'] if row['Demand'] > row['stock'] else row['stock'] - row['Demand'],
    axis=1
)

如果需要用循环实现，按行索引遍历再逐行赋值即可：

order_res = []
for _, row in df.iterrows():
    if row['Demand'] > row['stock']:
        order_res.append(row['Demand'])
    elif row['Demand'] < 0:
        order_res.append(row['stock'] - row['Demand'])
    # 此处可补充Demand在0到stock区间的计算逻辑，匹配你的实际业务规则
df['Order'] = order_res

你给出的预期结果中第二行为23005，按照现有规则2305 - 20 = 2285和预期不符，你可以根据实际业务规则调整分支判断逻辑即可。

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