使用for循环处理CSV人口数据时遇AttributeError错误求助

嘿，我来帮你揪出代码里的问题，还会给你更高效的解决方案！

先说说你报错的根本原因 #

你看，你一开始把delta定义成了列表[]，但进入循环后直接写了delta = df.population[n+1]/df.population[n]——这行代码把delta从列表类型直接覆盖成了单个的numpy.float64数值（也就是计算出来的人口比值）！之后再调用delta.append(i)，自然会报错，因为numpy的浮点数对象根本没有append方法，只有列表才有这个方法呀～

除了这个核心问题，你的代码还有两个小坑：

• 循环范围range(0,11210)会导致最后一次循环时n+1超出DataFrame的索引范围（如果你的df刚好有11210行，最后一行索引是11209，n+1就是11210，会报索引越界错误）
• 你写的delta.append(i)是把循环变量i添加进去，而不是你计算出来的人口变化值，这完全不符合需求

修正后的for循环版本 #

如果你坚持要用for循环实现，改成这样就没问题了：

# 单独用一个列表存变化值，别复用变量
delta_list = []
# 获取人口列的总行数，避免硬写11210这种魔法数字
total_rows = len(df['population'])

# 循环到倒数第二行，这样i+1不会越界
for i in range(total_rows - 1):
    # 计算变化百分比：(下一年人口/本年人口 - 1) * 100，得到的是百分比值
    # 如果你要的是变化倍数，去掉-1和*100就行
    change_percent = (df['population'].iloc[i+1] / df['population'].iloc[i] - 1) * 100
    delta_list.append(change_percent)

# 最后一行没有下一年的数据，填充NaN（或者你想要的默认值，比如0）
delta_list.append(float('nan'))

# 把新列插入到population列的后面（也可以指定其他位置）
pop_col_position = df.columns.get_loc('population') + 1
df.insert(pop_col_position, 'change', delta_list)

更推荐的Pandas矢量化方案 #

其实Pandas根本不推荐用for循环处理数据，尤其是数据量很大的时候，用矢量化操作速度快100倍都不止！用shift()方法就能一行搞定：

# 直接计算变化百分比，shift(-1)表示取下一行的人口数据
df['change'] = (df['population'].shift(-1) / df['population'] - 1) * 100

# 如果不想把新列放在最后，而是插入到population列后面，可以这么做
pop_col_idx = df.columns.get_loc('population')
# 先把刚创建的change列删掉，再插入到指定位置
df.insert(pop_col_idx + 1, 'change', df.pop('change'))

额外注意事项 #

• 如果你的DataFrame不是连续的整数索引，一定要用iloc按位置访问行，不然用df.population[i]可能会取错数据
• 如果人口数据有缺失值（NaN），计算出来的change也会是NaN，你可以用df['change'].fillna(0)或者df.dropna(subset=['change'])来处理
• 确认你要的是变化百分比还是变化倍数：比如本年100，下年120，百分比是20%，倍数是1.2，按需调整公式

内容的提问来源于stack exchange，提问作者Eyal Marom