Pandas DataFrame逐行累计求和超3时替换当前1为0的实现问题

原代码问题 #

• 仅遍历行索引，没有逐列遍历每个单元格，直接整行赋值不符合仅修改值为1的单元格的要求
• LOL3.iloc[:i].sum() 返回的是按列求和的Series，不是所有已遍历数值的全局累计和
• 未对NaN值做判断保留，也没有限定仅修改值为1的单元格

正确实现 #

import pandas as pd

# 复制原数据避免修改原始表
LoL3_res = LoL3.copy()
# 累计和变量，存储遍历到当前位置之前所有非NaN值的总和
cum_total = 0
row_count = len(LoL3_res)
col_count = len(LoL3_res.columns)

# 按行从上到下遍历
for i in range(row_count):
    # 按列从左到右遍历当前行的所有单元格
    for j in range(col_count):
        val = LoL3_res.iloc[i, j]
        # NaN值直接跳过不处理
        if pd.isna(val):
            continue
        # 若当前位置前累计和大于等于3（匹配预期输出调整为>=，如需严格按需求描述可改为>）且当前值为1，修改为0
        if cum_total >= 3 and val == 1:
            LoL3_res.iloc[i, j] = 0
        # 将当前单元格最终值加入累计和，用于后续判断
        cum_total += LoL3_res.iloc[i, j]

结果说明 #

运行上述代码后得到的LoL3_res和预期输出完全匹配，T2列的NaN值全部保留，第四行T4列的1、第五行T5列的1会被修改为0，其余数值保持不变。

内容的提问来源于stack exchange，提问作者Mart Vos