使用for循环填充Pandas DataFrame 替换列内0值为顺序递增值

核心实现逻辑：无需逐行遍历判断非0值，仅需定位所有值为0的位置，按行出现顺序匹配递增序号替换即可，全程避免无意义的逐行遍历。

推荐实现（向量化操作，大数据量友好） #

• 首先构造测试场景的原始数据：

import pandas as pd
df = pd.DataFrame({
    "col_a": [0, "a", 0, "b", 0, "c"]
})

• 生成值为0的位置掩码，标记所有需要替换的行：

zero_mask = df["col_a"] == 0

• 按0的出现顺序依次赋值1、2、3：

df.loc[zero_mask, "col_a"] = range(1, zero_mask.sum() + 1)

执行后得到的结果完全匹配预期：

col_a
0      1
1      a
2      2
3      b
4      3
5      c

循环实现的常见踩坑点与修正 #

之前使用for循环达不到预期，通常是两个原因：一是遍历时没有将修改后的值写回DataFrame，二是计数逻辑没有绑定“当前值为0”的判断条件，只要逐行推进就累加计数，最终会把所有位置都替换成连续数字。
如果确实需要使用循环实现，正确逻辑如下：

# 初始化计数器，*仅遇到值为0的元素时累加计数*
zero_counter = 0
for index, current_val in df["col_a"].items():
    if current_val == 0:
        zero_counter += 1
        df.loc[index, "col_a"] = zero_counter

该方法仅适合小数据量场景，十万行以上规模的数据集运行效率远低于向量化方案。

内容的提问来源于stack exchange，提问作者RBR