pandas遍历DataFrame报错TypeError:string indices must be integers原因排查

1. 错误触发根因 #

你遇到的TypeError: string indices must be integers报错来自for row in df这行代码：

• 直接遍历DataFrame对象时，迭代返回的是列名的字符串值（依次是'Actual'、'Predicted'、'Prior'三个字符串），不是你预期的行数据
• 后续执行row['Actual']时相当于用字符串索引访问字符串，自然触发类型错误

2. 原有代码其他问题 #

除了遍历错误外，逻辑部分还有两处错误：

• 逻辑运算符使用错误：Python中判断布尔逻辑的与/或应该用and/or，&/|是位运算符，优先级比比较运算符高，会导致计算顺序完全不符合预期
• 判断条件写法错误：你需要的「Actual和Predicted同时大于Prior 或 同时小于Prior」的条件，原有写法逻辑完全不匹配，row['Actual'] & row['Predicted'] > row['Prior']会先做位与运算再比较，完全不符合需求逻辑

3. 正确实现代码 #

方案1：修改遍历逻辑（适合小数据集） #

import pandas as pd
ActualClose = [898,1415,226,6006 ]  
Predicted = [905,1426,229,6021]
Prior = [891,1351,228,5993]

df = pd.DataFrame(list(zip(ActualClose, Predicted, Prior)), columns =['Actual', 'Predicted', "Prior"])
count = 0
# 用iterrows迭代行数据，index是行号，row是行的Series对象
for index, row in df.iterrows():
    # 按需求写正确的判断条件
    if (row['Actual'] > row['Prior'] and row['Predicted'] > row['Prior']) or (row['Actual'] < row['Prior'] and row['Predicted'] < row['Prior']):
        count = count + 1
print(count)

方案2：pandas向量化操作（更高效，推荐） #

不需要循环，直接用向量运算统计符合条件的行数，性能远高于遍历：

cond1 = (df['Actual'] > df['Prior']) & (df['Predicted'] > df['Prior'])
cond2 = (df['Actual'] < df['Prior']) & (df['Predicted'] < df['Prior'])
count = (cond1 | cond2).sum()
print(count)

内容的提问来源于stack exchange，提问作者user14009897