Python中遍历DataFrame并按匹配条件更新df的C列值

嘿，我来帮你搞定这个DataFrame数据更新的需求！先给你指出原代码里的几个小问题：

• for x in df2: 是在遍历df2的列名，不是逐行遍历，这完全达不到你想要的匹配效果
• 你两个DataFrame都读取了同一个final.csv？应该是笔误吧，df2应该是包含E列的另一个文件才对
• loc的用法也不对，匹配行应该用条件索引，而不是直接传列名

推荐：用Pandas向量化操作（高效不循环） #

Pandas的核心优势就是向量化操作，比循环快得多，尤其是大数据集。下面是正确的实现步骤：

1. 先正确读取两个文件（假设df2是另一个包含E列的csv）：

import pandas as pd

# 读取第一个DataFrame（无E列）
df = pd.read_csv('final.csv', names=['A','B','C','D'])
# 读取第二个DataFrame（包含E列），注意这里应该是另一个文件，比如df2.csv
df2 = pd.read_csv('df2.csv', names=['A','B','C','D','E'])

2. 按A、B列匹配，合并两个DataFrame，只保留需要的E列：

# 合并时只取df2的A、B、E列，避免重复列
merged = df.merge(df2[['A','B','E']], on=['A','B'], how='left')

3. 更新df的C列：当匹配到对应行时，C = 原C + 0.5*E；没匹配到的话保持原C值不变

df['C'] = df['C'] + merged['E'].fillna(0) * 0.5

这样就完成了所有匹配行的更新，全程没有循环，效率拉满！

可选：逐行循环实现（不推荐大数据集） #

如果一定要用循环的方式（仅小数据集建议用），可以这样写：

import pandas as pd

df = pd.read_csv('final.csv', names=['A','B','C','D'])
df2 = pd.read_csv('df2.csv', names=['A','B','C','D','E'])

# 把df2的A、B列转为元组，方便快速查找
df2_mapping = df2.set_index(['A','B'])['E'].to_dict()

# 遍历df的每一行
for idx, row in df.iterrows():
    key = (row['A'], row['B'])
    if key in df2_mapping:
        df.at[idx, 'C'] = row['C'] + df2_mapping[key] * 0.5

这个方法通过字典先把df2的匹配关系存起来，比直接嵌套循环快，但还是不如向量化操作高效。

内容的提问来源于stack exchange，提问作者Gheraibia Mohamed Yacine