Python pandas iterrows：為什麼你改 row 沒有效果？正確更新 DataFrame 的方法

摘要

• iterrows 產生的是每列的 Series 拷貝；你修改 row 不會回寫到原 DataFrame。
• 正確做法：在迴圈中用 .loc/.at 回寫，或更推薦用向量化一次性更新。
• 大量資料時，盡量避免逐列回寫，改成批次或向量化以提升效能。

一、為什麼改 row 不會改到原 DataFrame？

• iterrows 迭代時，row 是一個 Series（通常是值的複本）。你在 row[“A”] 上的賦值，只是改了這個臨時 Series。
• pandas 並不保證 iterrows 提供的是 view；實務上把它視為 copy，修改不會影響 df。
• 這跟 Python 的 for x in list: x = … 也不會改到原清單的概念相似：你改的是迭代到的變數，不是容器裡的元素。

範例：修改 row 失敗的常見陷阱

# %%
import pandas as pd

df = pd.DataFrame({"A": [1, 2], "B": [3, 4]})

for idx, row in df.iterrows():
    row["A"] = "999"  # 這只改了拷貝
print(df)
#    A  B
# 0  1  3
# 1  2  4  ← 原 df 沒變

# %%
import pandas as pd

df = pd.DataFrame({"A": [1, 2], "B": [3, 4]})

for idx, row in df.iterrows():
    row["A"] = "999"  # 這只改了拷貝
print(df)
#    A  B
# 0  1  3
# 1  2  4  ← 原 df 沒變

輸出:

row[“A”] = 999 #int 可以成功,
但不要依賴這種不可靠的方式:

二、正確更新 DataFrame 的方式

1. 在迴圈內用 .loc 或 .at 回寫

• .loc 用於標籤定位；.at 是單一標量更新的高效版本。

2. 先收集到列表或 Series，最後一次性指派（推薦）

• 避免在迴圈中反覆觸發寫入，效能更佳
  (除非迴圈數太多,每一次迴圈都做存檔動作,
  以免意外中斷,前功盡棄
  非效能考量的話,可使用方法1)。

3. 使用向量化/批量運算（最佳）

• 能不用迴圈就不用迴圈，pandas 的設計哲學就是這樣更快。

三、MultiIndex 欄位或奇怪欄名時的注意事項

• 迭代時，row 的欄位鍵可以是 tuple（例如 (‘A’,’x’)）。用 .loc 回寫時也用相同鍵。

col_key = ('A','x')
for idx, row in df.iterrows():
    df.loc[idx, col_key] = 123

col_key = ('A','x')
for idx, row in df.iterrows():
    df.loc[idx, col_key] = 123

• 欄名若包含空白、符號、或非合法標識符，
  請不要用屬性存取（row.A），改用 row[“A B”] 或 row[(“A”,”B”)]。

四、效能與可靠性建議

• 少量更新：迴圈 + .at/.loc 沒問題。
• 大量更新（上千上萬列）：先計算成列表/Series 再一次性賦值，或直接向量化。
• 需要逐步保存（長任務/外部 API）：每 N 筆 checkpoint 存檔，支援續跑。
• 避免 SettingWithCopy 警告：回寫請用 .loc/.at，而不是 df[df[“cond”]][“col”] = …

五、常見問答

• Q: 那 iterrows 有什麼用？
  • A: 便於逐列讀值、生成字串、呼叫外部 API 等「讀多寫少」的情境。
• Q: 想就地修改，能用 itertuples 嗎？
  • A: 也不行，itertuples 回傳 namedtuple，屬性是唯讀；修改依然需要 df.loc 回寫。
• Q: 有沒有更快的逐列方法？
  • A: apply 比 iterrows 常更簡潔，但本質仍迭代；速度差距視情況而定。真正的加速還是向量化或用 NumPy。

六、總結

• 記住一句話：iterrows 是讀，不是寫。要寫就用 .loc/.at，或更好的是向量化/一次性指派。

推薦hahow線上學習python: https://igrape.net/30afN