如何用Python循环实现CSV中符合条件的surp值相减并修复pandas报错

报错根因&存在的问题列表 #

• 直接报错原因：筛选条件首项写了df['surp']，该列是浮点数值，无法和后续布尔类型的条件做&运算，导致类型错误。
• 逻辑错误1：prime_type筛选用了&（且）运算，不可能存在prime_type同时等于两个不同值的行，需改为|（或）运算，或更简洁的isin()方法。
• 逻辑错误2：循环内直接全列赋值sub_prime_language，每次循环都会覆盖整列数据，无法对应存储每个i的计算结果。
• 语法错误：df.['sub_prime_language']多写了多余的.，不符合pandas列索引语法。
• 取值错误：pr_nl.loc['surp']是行索引取值逻辑，你需要的是取surp列的数值，应改为列索引取值。

修复后代码 #

import pandas as pd

df = pd.read_csv("surprisal.primed_extracted.csv")
# 先初始化结果列
df['sub_prime_language'] = None

for i in range(60):
    # 筛选荷兰语组的surp值
    pr_nl_surp = df.loc[
        (df['prime_type'].isin(['nl_unamb', 'nl_amb']))
        & (df['target_nr'] == i)
        & (df['prime_nr'] == i),
        'surp'
    ]
    # 筛选英语组的surp值
    pr_en_surp = df.loc[
        (df['prime_type'].isin(['en_unamb', 'en_amb']))
        & (df['target_nr'] == i)
        & (df['prime_nr'] == i),
        'surp'
    ]
    # 确认匹配到唯一值再做运算，避免索引错误
    if len(pr_nl_surp) == 1 and len(pr_en_surp) == 1:
        diff = pr_nl_surp.iloc[0] - pr_en_surp.iloc[0]
        # 赋值给对应行
        df.loc[
            (df['target_nr'] == i) & (df['prime_nr'] == i),
            'sub_prime_language'
        ] = diff

# 可按需导出结果文件
df.to_csv("surprisal_with_diff.csv", index=False)

补充说明 #

如果你的target_nr和prime_nr列是字符串类型，把条件里的== i改成== str(i)即可适配。

内容的提问来源于stack exchange，提问作者Mijin