使用df.iterrows()时df.loc误改非指定行及Pass列赋值问题

问题1：iterrows()循环中使用df.loc时意外修改其他行 #

这是Pandas里非常典型的循环陷阱，主要踩坑点在这两个地方：

1. iterrows()返回的每一行是原DataFrame的副本，不是视图。如果你先修改这个行对象再用df.loc[idx] = row赋值，很容易因为索引重复、数据类型不匹配等问题，导致修改意外扩散到其他行。
2. 循环过程中DataFrame的结构可能被隐性改变（比如列类型悄悄变化），让loc的定位逻辑出现偏差。

正确的解决方式 #

方式一：循环内精准定位赋值

如果你必须用循环，别碰返回的行对象，直接用loc定位到具体的索引和列修改：

for idx, row in df.iterrows():
    # 这里写你的判断条件
    if row['目标列'] == 触发值:
        df.loc[idx, '要修改的列'] = 新值

方式二：优先用矢量化操作（推荐）

Pandas的核心优势就是矢量化计算，完全没必要用循环做这种简单修改，效率至少快一个量级：

# 直接通过布尔索引定位并批量修改
df.loc[df['目标列'] == 触发值, '要修改的列'] = 新值

问题2：iterrows()识别到符合条件的行，但Pass列未按预期赋值 #

这个问题的核心是：你修改的是iterrows()返回的行副本，不是原DataFrame的数据！很多新手会误以为修改row['Pass'] = 1会同步到原df，但实际上这个row是独立的Series，修改后不会影响原数据半分。

正确的解决方式 #

方式一：循环内用loc精准赋值

for idx, row in df1.iterrows():
    if 'pass' in row['Detail']:
        # 直接定位原df的对应索引和列修改
        df1.loc[idx, 'Pass'] = 1

方式二：用矢量化操作彻底替代循环（强烈推荐）

对于这种判断列表是否包含特定值的场景，用apply或者numpy.where实现矢量化计算，代码更简洁，速度快得多：

# 方法1：用apply生成布尔列转数值
df1['Pass'] = df1['Detail'].apply(lambda x: 1 if 'pass' in x else 0)

# 方法2：用numpy.where效率更高
import numpy as np
df1['Pass'] = np.where(df1['Detail'].apply(lambda x: 'pass' in x), 1, 0)

内容的提问来源于stack exchange，提问作者user3294779