如何仅在与另一列组行值匹配时填充DataFrame列？

需求概述 #

• 遍历DataFrame的数字命名子集列，检查每行的值是否匹配目标列名列表（如['a','b','c','d']）
• 实际数据集包含20+随机列，列顺序不固定，可能动态增减，需遍历所有行和列完成匹配
• 匹配成功时在对应目标列标记x，未匹配时保留该列原有值（或pd.NA），禁止覆盖已填充的x标记

示例说明 #

• 原始DataFrame：包含若干数字命名的列（如列1、列2、列3），每行仅包含单个字母值（如a、b、c）
• 期望输出：新增a/b/c/d列，对应行的字母值与列名匹配时标记x，不匹配则为pd.NA；同一行的多个匹配标记需全部保留，不会被后续循环覆盖

尝试方案及问题 #

• 最初尝试for循环结合iterrows()，但无法高效提取行值并与目标列名列表做对比
• 参考方案后编写了如下代码，但存在覆盖已有标记的问题：

import pandas as pd

# 假设list为目标列名列表，num_col_list为数字列名列表
def checkCol(num_col):
    for letter_col in list:
        df[letter_col] = df[num_col].apply(lambda x: "x" if x == letter_col else pd.NA)

for num_col in num_col_list:
    checkCol(num_col)

问题核心：每次循环处理数字列时，会将目标列中已有的x标记覆盖为pd.NA，无法保留之前匹配成功的结果

内容的提问来源于stack exchange，提问作者Shula