pandas DataFrame取值修改生成新数据框/数组 解决TypeError问题

报错根因 #

你当前使用的df1中存储的不是数值类型，是pymatgen的Composition对象，当执行==0的等值判断时，Composition类内置的相等校验逻辑会尝试对比自身长度和对比对象的长度，而作为对比项的整数0没有len()属性，因此抛出该类型错误。

解决步骤 #

第一步：将数据框内容转换为数值类型 #

首先需要从Composition对象中提取你需要的数值（比如元素占比、总原子量等，根据你的实际业务需求调整提取逻辑），把全表所有元素转换为可直接比较的浮点/整数类型：

import pandas as pd
import numpy as np

# 示例：从Composition对象提取数值，lambda逻辑根据你实际需要的属性调整
df1 = df1.applymap(lambda comp: float(comp) if isinstance(comp, (int, float)) else comp.get_integer_formula_and_factor()[1])

第二步：向量化实现零值替换逻辑 #

你原来的嵌套循环+np.append写法效率极低，且数组初始化错误会导致索引越界、数组维度混乱，建议用掩码方式批量处理每一行的零值：

# 可自行调整设定的低值
low_threshold = 0.01
# 先转numpy数组操作更方便
arr = df1.values

for row_idx in range(arr.shape[0]):
    current_row = arr[row_idx]
    # 取当前行非零值的最小值
    non_zero_vals = current_row[current_row != 0]
    if len(non_zero_vals) == 0:
        # 可自行处理全零行的特殊逻辑
        continue
    row_min_non_zero = non_zero_vals.min()
    # 匹配零值位置批量生成随机数替换
    zero_pos_mask = current_row == 0
    arr[row_idx, zero_pos_mask] = np.random.uniform(
        low=low_threshold,
        high=row_min_non_zero,
        size=zero_pos_mask.sum()
    )

# 处理完成后转成数据框即可
df2 = pd.DataFrame(arr, columns=df1.columns)

原有代码的其他问题 #

1. 初始化arr = np.array([[]])是空二维数组，直接按索引arr[j][i]赋值会触发索引越界
2. np.append的用法错误，你写的拼接逻辑会把数组逐步拉平为一维结构，完全丢失原有的行列对应关系
3. 双层循环逐元素操作的时间复杂度太高，数据量超过千行时性能差距会非常明显

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