迭代数据帧列:TypeError:“float”对象不可下标

使用 pd.Series.isnull 和 np.arange :

# calculate maximum value
maxId = int(pd.to_numeric(df['Id'], errors='coerce').max())

# calculate Boolean series of nulls
nulls = df['Id'].isnull()

# assign range starting from one above maxId
df.loc[nulls, 'Id'] = np.arange(maxId + 1, maxId + 1 + nulls.sum())

print(df)

#      Id
# 0     3
# 1    67
# 2   356
# 3   679
# 50   P4
# 51   P5
# 52  678
# 53  680
# 54    2

正如您所说,您已经计算出maxId,您可以尝试此矢量化解决方案:

>>df

    Id
0   3
1   67
2   356
3   NaN
5   P4
6   P5
7   678
8   NaN
9   2

n = 678
n=n+1
df.loc[df.Id.isnull(), 'Id'] = list(np.arange(n,n+len(df.Id[df.Id.isna()].values)))
>>df

输出:

    Id
0   3
1   67
2   356
3   679
5   P4
6   P5
7   678
8   680
9   2

您需要像“P4”和“P5”这样的值吗?我试图复制与您的数据帧相似的数据帧,但没有这些值,它只能工作:

df = pd.DataFrame({'A' : [20,4, np.nan, np.nan, 12, np.nan, 6, 10]})

maxID = df['A'].max()

for i in range (len(df['A'])):
    if pd.isnull(df['A'].loc[i]):
        maxID +=1
        df['A'].loc[i] = maxID

我认为您的错误是因为您试图访问浮点的一个元素,就像您使用列表所做的那样。

例如:

my_float = 3.0 
my_float[0]

TypeError: 'float' object is not subscriptable