Python操作DataFrame时while循环出现'int'不可下标TypeError如何解决

你代码中初始化的row、row1都是整数类型的索引计数器，你直接对整数值执行row1['Qty']、row['left_qty']这类下标取值操作，但整数本身不支持通过[字段名]的方式取值，因此触发'int' object is not subscriptable报错。本质是混淆了「行索引数值」和「DataFrame行数据对象」两个概念，不能直接用索引值取对应行的字段。

同时原代码还存在两个隐藏问题：

• 没有给row、row1添加自增逻辑，会导致循环卡死
• row1没有在外层循环中重置，第一次外层循环跑完后row1等于Schedule_df的长度，后续外层循环的内层逻辑都不会执行

方案1：保留while循环逻辑，通过索引定位DataFrame取值 #

修改后代码如下：

row = 0
while row < len(Exmil_df):
    # 每次进入外层循环时重置内层索引
    row1 = 0
    while row1 < len(Schedule_df):
        # 用loc通过索引+字段名取DataFrame对应值
        print(Schedule_df.loc[row1, 'Qty'])
        Schedule_df.loc[row1, 'Allocation'] = 0
        Exmil_df.loc[row, 'left_qty'] = Exmil_df.loc[row, 'Qty']
        # 内层索引自增
        row1 += 1
    # 外层索引自增
    row += 1

方案2：使用pandas原生行遍历语法，无需手动维护索引 #

更符合pandas使用习惯的写法如下，可读性更高：

# iterrows返回(行索引, 行数据对象)的元组
for idx, _ in Exmil_df.iterrows():
    for idx1, row1 in Schedule_df.iterrows():
        print(row1['Qty'])
        Schedule_df.loc[idx1, 'Allocation'] = 0
        Exmil_df.loc[idx, 'left_qty'] = Exmil_df.loc[idx, 'Qty']

如果你的业务场景是两个表的关联匹配，不建议使用嵌套循环，pandas提供的merge、向量化运算等方式性能会远高于循环遍历。

内容的提问来源于stack exchange，提问作者jithmi97