如何遍历Pandas数组？DataFrame遍历代码遇ValueError问题求助

我一眼就看出问题出在哪了——你在iterrows()循环里还在直接操作整个DataFrame列（比如px['first']），而不是取当前循环行的单个值！这就导致你的if px['first'] <= S1实际上是在拿一整列布尔值去做条件判断，Python当然会抛出ValueError，因为它不知道该怎么把一个布尔数组当成单个True/False来处理。

1. 修正循环内的取值方式 #

iterrows()返回的第二个参数row是一个Series，代表当前遍历的那一行数据，你应该从row里提取对应列的值，而不是直接用原DataFrame的列名：

修正后的代码示例：

px = pd.read_sql(...)  # 你的SQL查询语句
x = 1  # 假设x初始值为1
S1 = 你的初始值
S2 = 你的初始值
previous_value = 你的初始值
last_value = 你的初始值

for i, row in px.iterrows():
    if x == 1:
        # 用row['first']获取当前行的first列单个值
        if row['first'] <= S1:
            S1 = row['first']
        # 同理，取当前行的second列值
        if row['second'] > S2:
            previous_value = last_value
            last_value = row['second']
            x = 0
    else:
        # 你的其他逻辑代码
        ...

2. 进阶建议：尽量避免用iterrows()（效率优化） #

如果你的数据集规模较大，iterrows()的遍历效率其实很低，Pandas更推荐用向量化操作替代循环。比如你要做行间值比较，可以用shift()方法获取上一行的数据，直接批量处理：

举个简单的行间比较示例：

# 生成上一行的second列数据
px['prev_second'] = px['second'].shift(1)
# 用向量化条件判断批量处理，无需循环
mask = px['second'] > S2
px.loc[mask, 'previous_value'] = px['prev_second']
# 其他逻辑同理转换为向量化操作

这种方式的运行速度比循环快得多，尤其是数据量上万甚至更大的时候。

内容的提问来源于stack exchange，提问作者Googlebot