Python创建DataFrame新列时索引错误问题求助

让我帮你拆解下你遇到的几个核心问题，以及对应的解决办法：

1. 循环中错误获取整列数据，而非当前行的值 #

你在循环里写的oldValueX = df_train['Location_X']是直接取了整个Location_X列的所有值（一个Series），而不是当前循环行的单个值。这会导致后续计算的结果是一个Series，无法直接赋值给单个单元格，进而引发索引不兼容的错误。

修正方式：改为获取当前行的对应值，比如用row['Location_X']或者df_train.loc[index, 'Location_X']。

2. rangeValues字典存在逻辑错误 #

仔细看你的rangeValues里，'lab1'的x_min是0.6，x_max是0.1，这会导致newMaxX - newMinX得到负数，最终转换后的Absolute_x会是反向的结果，这大概率不是你想要的。请检查这个范围的定义是否正确，应该保证x_max > x_min。

3. 更高效的实现方式：避免用iterrows循环 #

iterrows()在处理大型DataFrame时效率极低，推荐用Pandas的向量化操作或者apply()方法来实现，代码更简洁且性能更好。

修正后的代码（两种方式） #

方式一：修复iterrows循环的问题

rangeValues = {
    'gang': {"x_min" : 0.4, "x_max": 0.6, "y_min": 0, "y_max": 1},
    'lab1': {"x_min" : 0.1, "x_max": 0.6, "y_min": 0.09, "y_max": 0.3}  # 修正x_min和x_max的顺序
}

df_train['Absolute_x'] = 0
df_train['Absolute_y'] = 0

for index, row in df_train.iterrows():
    # 获取当前行的单个值，而非整列
    oldValueX = row['Location_X']
    oldValueY = row['Location_Y']
    oldMin = 0
    oldMax = 1
    location = row['Location']
    
    # 从字典中取当前location对应的范围
    ranges = rangeValues[location]
    newMaxX = ranges['x_max']
    newMinX = ranges['x_min']
    newMaxY = ranges['y_max']
    newMinY = ranges['y_min']
    
    # 计算并赋值给当前行
    df_train.at[index, 'Absolute_x'] = (((oldValueX - oldMin) * (newMaxX - newMinX)) / (oldMax - oldMin)) + newMinX
    df_train.at[index, 'Absolute_y'] = (((oldValueY - oldMin) * (newMaxY - newMinY)) / (oldMax - oldMin)) + newMinY

df_train.head()

方式二：用apply实现（更推荐）

import pandas as pd

rangeValues = {
    'gang': {"x_min" : 0.4, "x_max": 0.6, "y_min": 0, "y_max": 1},
    'lab1': {"x_min" : 0.1, "x_max": 0.6, "y_min": 0.09, "y_max": 0.3}
}

def calculate_absolute(row):
    oldMin = 0
    oldMax = 1
    ranges = rangeValues[row['Location']]
    # 计算Absolute_x
    abs_x = ((row['Location_X'] - oldMin) * (ranges['x_max'] - ranges['x_min'])) / (oldMax - oldMin) + ranges['x_min']
    # 计算Absolute_y
    abs_y = ((row['Location_Y'] - oldMin) * (ranges['y_max'] - ranges['y_min'])) / (oldMax - oldMin) + ranges['y_min']
    return pd.Series([abs_x, abs_y], index=['Absolute_x', 'Absolute_y'])

# 直接生成两列，无需提前初始化
df_train[['Absolute_x', 'Absolute_y']] = df_train.apply(calculate_absolute, axis=1)

df_train.head()

关于之前的错误补充 #

• ValueError: Incompatible indexer with Series：是因为你用了链式索引df_train[index]['Absolute_x']，这种方式容易引发Pandas的索引警告，且当index是整数时，可能会和位置索引混淆。正确的单个单元格赋值应该用df_train.at[index, 'Absolute_x']或者df_train.loc[index, 'Absolute_x']。
• set_value方法已经被废弃，所以推荐用at或loc来替代。

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