如何解决递归更新Pandas DataFrame拼接连字符单词时无法安全退出的问题

• 核心bug1：链式索引赋值失效：原代码中newdf.iloc[index]['author_ex'] = fixed_token属于链式索引操作，Pandas会返回数据副本而非原DataFrame的视图，导致修改没有真正写入newdf。每次处理完带连字符的行后，该行依然保留末尾连字符，递归会无限重复处理同一行，自然无法正常退出。
• 次要问题：flag变量初始化放在循环内部逻辑冗余，且递归实现的效率极低，数据量稍大就会触发性能问题甚至递归深度溢出。

方法1：最小改动适配原有递归逻辑 #

仅修改赋值写法为规范的位置索引写法，其他逻辑保持不变即可正常运行：

def rm_actual(datafe, index):
    stem1 = datafe.iloc[index]['author_ex']
    stem2 = datafe.iloc[index + 1]['author_ex']
    fixed_token = stem1[:-1] + stem2
    datafe.drop(index=index + 1, inplace=True, axis=0)
    newdf=datafe.reset_index(drop=True)
    # 修复：替换链式索引为官方推荐的赋值写法
    newdf.loc[index, 'author_ex'] = fixed_token
    return newdf

def remove_hyphens(datafe):
    # 将flag初始化移到循环外，逻辑更清晰
    flag = False
    for index, row in datafe.iterrows():
        token=row['author_ex']
        if token.endswith('-'):
            datafe=rm_actual(datafe, index)
            flag=True
            break
    if flag==True:
        datafe=remove_hyphens(datafe)
    else:
        return datafe

datafe=remove_hyphens(datafe)
print(datafe)

方法2：更高效的非递归实现（推荐） #

完全避免递归，一次遍历即可处理所有拼接需求，性能更稳定，也不会出现递归退出问题：

import pandas as pd

def remove_hyphens_iter(df):
    res_list = []
    skip_next_row = False
    for i in range(len(df)):
        if skip_next_row:
            skip_next_row = False
            continue
        current_str = df.loc[i, 'author_ex']
        # 匹配末尾连字符且存在下一行的场景
        if current_str.endswith('-') and i < len(df)-1:
            next_str = df.loc[i+1, 'author_ex']
            res_list.append(current_str[:-1] + next_str)
            skip_next_row = True
        else:
            res_list.append(current_str)
    return pd.DataFrame({'author_ex': res_list})

# 调用示例
datafe = remove_hyphens_iter(datafe)
print(datafe)

两种方法运行后都能输出你给出的预期结果。

内容的提问来源于stack exchange，提问作者Pert8S