Python/Pandas中用for循环创建新列返回NaN值的问题

这个问题的核心是你误解了Pandas中列赋值的逻辑，用了错误的循环方式处理数据，导致最后整个列被覆盖成了最后一次循环的结果（如果最后一个month值是NaN，那整个列就会变成NaN）。

问题出在哪？ #

当你执行：

for x in data['month']:
    data['quarter'] = ((x-1)//3 + 1)

你并不是给每一行的quarter赋值，而是每次循环都把整个quarter列的所有行设置为当前x计算出来的值。比如：

1. 第一次循环取到month的第一个值，计算出季度后，把所有行的quarter都改成这个值；
2. 第二次循环取第二个month值，再次把所有行的quarter覆盖成新的结果；
3. 直到最后一次循环，如果最后一个month值是NaN（或者计算后得到NaN），那整个quarter列就会被设置成NaN，这就是你看到缺失值的原因。

正确的做法：用Pandas的向量运算（推荐） #

Pandas是为向量/批量操作设计的，完全不需要用循环处理每一个元素。直接对整个month列进行运算即可：

data['quarter'] = ((data['month'] - 1) // 3) + 1

这种方式会自动对month列的每一个元素计算，生成对应的季度值，效率比循环高得多，也不会出现覆盖问题。如果month列里有NaN，对应的quarter也会是NaN（符合逻辑）。

可选方案：用pd.cut划分季度 #

如果你想更清晰地定义季度的区间边界，也可以用pd.cut函数：

import pandas as pd
data['quarter'] = pd.cut(
    data['month'],
    bins=[0, 3, 6, 9, 12],  # 定义季度区间：1-3月、4-6月等
    labels=[1, 2, 3, 4],     # 对应1-4季度标签
    include_lowest=True      # 包含左边界，确保1.0被分到第一个区间
)

如果一定要用循环（不推荐） #

如果你因为某些原因必须用循环，需要通过索引逐行赋值，而不是覆盖整个列：

for idx, x in data['month'].items():
    data.loc[idx, 'quarter'] = ((x-1)//3) + 1

但这种方法在数据量大时会非常慢，尽量避免使用。

内容的提问来源于stack exchange，提问作者singularity2047