如何迭代pandas DataFrame列实现a列全量值与b列全量值的批量运算

代码调整方案 #

你原来的代码存在几个核心问题：

• 循环对象错误：for num in data.columns[0] 实际是在遍历a列列名字符串的单个字符，而非a列的元素
• 固定取a列首行值data.at[0,'a']，导致只能处理单个a元素
• 打印语句在循环外，仅能输出最后一次计算结果

你可以直接用pandas+numpy的向量化广播实现全量计算，无需嵌套循环，代码效率更高：

import pandas as pd
import numpy as np

# 读取数据
data = pd.read_csv("/home/Documents/test.csv")

# 取出b列首行值
b_first = data.loc[0, 'b']
# 取出a、b列转为数组
a_arr = data['a'].values
b_arr = data['b'].values

# 利用广播运算，一次性计算所有组合：结果的每一行对应一个a列元素，每一列对应一个b遍历项
result = (a_arr.reshape(-1,1) * a_arr) / (b_first * b_arr)

# 转为DataFrame，方便查看和导出
result_df = pd.DataFrame(result, columns=[f'计算结果_{i+1}' for i in range(len(b_arr))])
print(result_df)

# 如果需要导出为csv可以加这行
# result_df.to_csv("/home/Documents/calc_result.csv", index=False)

如果想保留嵌套循环的写法方便理解，也可以用下面的版本：

import pandas as pd

data = pd.read_csv("/home/Documents/test.csv")
b_first = data.loc[0, 'b']
a_list = data['a'].tolist()
b_list = data['b'].tolist()
result = []

# 遍历每个a列元素作为当前选中项
for current_a in a_list:
    row_res = []
    # 遍历所有行的a、b值做运算
    for a_j, b_j in zip(a_list, b_list):
        x = (current_a * a_j) / (b_first * b_j)
        row_res.append(x)
    result.append(row_res)

result_df = pd.DataFrame(result, columns=[f'计算结果_{i+1}' for i in range(len(b_list))])
print(result_df)

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