使用Append循环无法将查找结果写入Pandas DataFrame的问题

首先你需要在循环中将每一组结果添加到new_df列表中，而非仅覆盖df_append变量；最后再将列表转换为Pandas DataFrame。以下是修正后的完整代码：

import pandas as pd
import array as arr

# 假设get_score_by_id函数用于检查lookup_id是否存在于df_past的id_number列，存在则返回"OK"，否则返回None
def get_score_by_id(df_past, lookup_id):
    if lookup_id in df_past['id_number'].values:
        return "OK"
    return None

# 原始查找列表
items = arr.array('i', [111, 222, 333, 444, 777 , 1089 , 3562 ])
new_df = []

for item in items:
    lookup_id = item
    id_number = get_score_by_id(df_past, lookup_id)
    # 将查找项与对应结果以字典形式添加到列表，方便后续转DataFrame
    if id_number is not None:
        new_df.append({"Lookup item": lookup_id, "Corresponding item": id_number})
    else:
        new_df.append({"Lookup item": lookup_id, "Corresponding item": pd.NA})

# 转换为目标格式的DataFrame
result_df = pd.DataFrame(new_df)
print(result_df)

关键修改点 #

• 保留所有行数据：循环中用new_df.append()替代单一变量赋值，将每一组查找结果存入列表，避免仅保留最后一条数据。
• 结构化存储：用字典存储每行的列名与对应值，转换DataFrame时自动匹配列名，无需额外配置。
• 规范缺失值：使用Pandas原生的pd.NA替代字符串'NAN'，符合数据分析的缺失值处理标准。
• 生成最终DataFrame：循环结束后通过pd.DataFrame()将列表转换为目标格式的表格。

高效替代方案（Pandas原生操作） #

如果不想用手动循环，可利用Pandas向量化操作实现，模拟Excel VLOOKUP的逻辑，处理大数据量时效率更高：

import pandas as pd

# 原始查找列表
lookup_ids = [111, 222, 333, 444, 777 , 1089 , 3562 ]
# 假设df_past是包含id_number列的数据源DataFrame
df_past = pd.DataFrame({"id_number": [111, 23, 333, 444, 10101 ,777 , 222 ]})

# 构建结果DataFrame
result_df = pd.DataFrame({"Lookup item": lookup_ids})
# 批量判断每个查找项是否存在，生成对应结果列
result_df["Corresponding item"] = result_df["Lookup item"].apply(
    lambda x: "OK" if x in df_past["id_number"].values else pd.NA
)

print(result_df)

内容的提问来源于stack exchange，提问作者Koko