您可以使用Pandas Groupby transform：
以下是PE Ratio列，并将其除以分组行业的平均值（按计算速度的顺序以三种不同的方式表示）：

import pandas as pd

df = pd.DataFrame({"PE Ratio": [1,2,3,4,5,6,7],
                   "Industry": list("AABCBBC")})

# option 1
df["PE Comp"] = df["PE Ratio"] / df.groupby("Industry")["PE Ratio"].transform("mean")

# option 2
df["PE Comp"] = df.groupby("Industry")["PE Ratio"].transform(lambda x: x/x.mean())

# option 3
import numpy as np
df["PE Comp"] = df.groupby("Industry")["PE Ratio"].transform(lambda x: x/np.mean(x))

df
#Out[]: 
#   PE Ratio Industry   PE Comp
#0         1        A  0.666667
#1         2        A  1.333333
#2         3        B  0.642857
#3         4        C  0.727273
#4         5        B  1.071429
#5         6        B  1.285714
#6         7        C  1.272727

首先，你不能迭代一个 Dataframe 。它根本没有优化，而且是对Pandas的DataFrame的误用。在我看来，创建一个包含平均值的新 Dataframe 是一个很好的方法。我认为你要写的行是：

df['PE comp'] = df['PE ratio'] / y.loc[df['Industry']].value

我只是对y.loc[df['Industry']].value有一个疑问，也许你不需要.value，也许你需要转换值，我没有测试。但精神是，你新的y DataFrame就像一个dict，包含每个行业的平均值。