基于条件为pandas DataFrame逐行赋值时整列结果异常问题求解

问题原因 #

• 索引使用错误：你遍历的ind本身就是df的索引值，不需要再套一层df.index[ind]，这相当于把索引值当成了行位置下标来取索引，当你的DataFrame不是默认的0开始连续整数索引、或者之前做过筛选/删除行操作导致索引不连续时，这一步会定位到完全错误的行，甚至出现重复定位到同一行的情况，最终导致整列赋值结果异常。
• 额外问题：逐行遍历修改DataFrame在pandas中属于低效操作，数据量大时性能会非常差，也容易出现链式赋值的警告。

修复方案 #

方案1：修改原有循环的赋值逻辑 #

如果要保留循环写法，直接用遍历得到的ind作为loc的行参数即可：

for ind in df.index:
    X = df['POG_X'][ind]
    Y = df['POG_Y'][ind]
    if -960 < X < 0 and -540 < Y < 0:
        df.loc[ind, 'Is_ROI'] = 'TRUE'
    else:
        df.loc[ind, 'Is_ROI'] = 'FALSE'

方案2：推荐的向量化写法（性能更高，无索引错误风险） #

直接用pandas的条件判断批量赋值，不需要写循环：

# 生成符合条件的布尔掩码
mask = (df['POG_X'] > -960) & (df['POG_X'] < 0) & (df['POG_Y'] > -540) & (df['POG_Y'] < 0)
# 批量映射为要求的字符串值
df['Is_ROI'] = mask.map({True: 'TRUE', False: 'FALSE'})

内容的提问来源于stack exchange，提问作者Phoenix