Pandas中从已有DataFrame派生新DataFrame的赋值难题

嗨，我完全懂你碰到的麻烦——空的DataFrame因为没有行数据，确实没法直接通过索引去赋值单元格。给你几个实用的解决办法，都是我平时处理这类场景常用的：

这种方法效率最高，尤其是数据量较大的时候，避免了循环里频繁操作DataFrame的开销。

import pandas as pd

# 假设你的df1示例数据
df1 = pd.DataFrame({'A': [1,2,3], 'B': [4,5,6]})

# 初始化空列表存储每行数据
data_list = []

for idx, row in df1.iterrows():
    # 这里根据你的逻辑计算Z1-Z4的值，举个简单例子
    z1 = row['A'] + 1
    z2 = row['B'] * 2
    z3 = row['A'] + row['B']
    z4 = row['A'] * row['B']
    # 把当前行的结果以字典形式加入列表（字典键对应df2的列名）
    data_list.append({'Z1': z1, 'Z2': z2, 'Z3': z3, 'Z4': z4})

# 最后把列表转成目标df2
df2 = pd.DataFrame(data_list)

如果你一定要逐步构建df2，可以每次生成单行的小DataFrame，再用concat拼接到主df2上：

import pandas as pd

df1 = pd.DataFrame({'A': [1,2,3], 'B': [4,5,6]})
# 先创建带列名的空df2
df2 = pd.DataFrame(columns=['Z1', 'Z2', 'Z3', 'Z4'])

for idx, row in df1.iterrows():
    z1 = row['A'] + 1
    z2 = row['B'] * 2
    z3 = row['A'] + row['B']
    z4 = row['A'] * row['B']
    # 生成单行DataFrame
    new_row = pd.DataFrame({'Z1': [z1], 'Z2': [z2], 'Z3': [z3], 'Z4': [z4]})
    # 拼接到df2，ignore_index=True用来重置索引避免重复
    df2 = pd.concat([df2, new_row], ignore_index=True)

如果你确定df2的行数和df1一致，可以先创建对应行数的空df2，再通过索引赋值：

import pandas as pd

df1 = pd.DataFrame({'A': [1,2,3], 'B': [4,5,6]})
# 创建和df1行数相同的空df2，指定列名和索引范围
df2 = pd.DataFrame(index=range(len(df1)), columns=['Z1', 'Z2', 'Z3', 'Z4'])

for idx, row in df1.iterrows():
    # 用loc通过索引+列名直接赋值
    df2.loc[idx, 'Z1'] = row['A'] + 1
    df2.loc[idx, 'Z2'] = row['B'] * 2
    df2.loc[idx, 'Z3'] = row['A'] + row['B']
    df2.loc[idx, 'Z4'] = row['A'] * row['B']

内容的提问来源于stack exchange，提问作者Rookie_123