Python Pandas遍历列按条件修改值时for循环失效问题

问题根因 #

你原代码的循环逻辑没有生效，核心原因是：
直接遍历df['a1']列得到的循环变量i，是每个单元格值的临时副本，并非指向原DataFrame对应内存位置的引用。对i重新赋值的操作，只会修改循环内的临时变量，完全不会触达原DataFrame的存储内容，因此循环运行全程没有报错，但最终原表的列值不会发生任何变化。

可行的实现方式 #

• 优先推荐使用pandas原生列向操作，无需手动编写循环，执行效率更高
  直接匹配列中含目标字符串的行，通过loc定位后统一赋值：

  import pandas as pd
  inp = [{'a1':'Juancito 1'}, {'a1':'Juancito 2'}, {'a1':'Juancito 3'}]
  df = pd.DataFrame(inp)
  
  # 匹配所有a1列含'Juancito'的行，na=False避免空值触发报错
  df.loc[df['a1'].str.contains('Juancito', na=False), 'a1'] = 'Juancito'
  

• 若需要通过循环实现（不推荐大数据量场景使用），必须通过行索引定位原表位置，不能仅遍历单元格值：

  # 遍历同时获取行索引和单元格值
  for idx, cell_val in df['a1'].items():
      if 'Juancito' in cell_val:
          # 通过索引定位原表位置赋值，才能真正修改原表内容
          df.loc[idx, 'a1'] = 'Juancito'
  

• 若判断逻辑后续会变得复杂，可使用apply做列级映射：

  def process_value(val):
      # 转为字符串避免非文本类型触发包含判断报错
      if 'Juancito' in str(val):
          return 'Juancito'
      return val
  df['a1'] = df['a1'].apply(process_value)
  

内容的提问来源于stack exchange，提问作者Lucio Stortoni Ruiz