如何用Python对比pycountry国家列表与Excel中CountryName列的国家？

原代码存在的问题 #

• 列名校验错误：原代码检查'Sold To Customer Country'列是否存在，但实际使用的是'CountryName'列，逻辑完全不符。
• 循环变量误用：内层循环用pycountry.name作为变量名，会覆盖pycountry库的属性，导致后续无法正常调用库方法。
• 比较逻辑错误：原代码拿整个input_countries Series与pycountry对象列表对比，而非单个国家名称与pycountry的国家名称属性对比。
• 无结果存储：仅做了判断但未保留或输出校验结果，无法查看哪些国家无效。

高效解决方案（推荐） #

利用集合的O(1)查找特性，先把pycountry的所有国家名称存入集合，再批量校验Excel中的国家名称，效率远高于双层循环：

import pandas as pd
import pycountry

# 读取Excel数据
df = pd.read_excel(r"V1.xlsx")

# 确保CountryName列存在
if 'CountryName' not in df.columns:
    raise ValueError("Excel文件中不存在'CountryName'列")

# 生成pycountry国家名称的小写集合（兼容大小写不一致的情况）
pycountry_names = {country.name.lower() for country in pycountry.countries}

# 定义校验函数，处理空值和大小写问题
def validate_country(name):
    if pd.isna(name):
        return 'invalid'
    return 'valid' if str(name).lower() in pycountry_names else 'invalid'

# 为DataFrame添加校验结果列
df['CountryValidation'] = df['CountryName'].apply(validate_country)

# 输出校验结果
print(df[['CountryName', 'CountryValidation']])

修正后的双层循环实现 #

如果一定要用双层循环，需修正变量和比较逻辑：

import pandas as pd
import pycountry

df = pd.read_excel(r"V1.xlsx")

if 'CountryName' not in df.columns:
    raise ValueError("Excel文件中不存在'CountryName'列")

pycountry_countries = list(pycountry.countries)
validation_results = []

for raw_name in df['CountryName']:
    is_valid = False
    # 处理空值情况
    if pd.notna(raw_name):
        target_name = str(raw_name).lower()
        # 遍历pycountry国家列表
        for country in pycountry_countries:
            if country.name.lower() == target_name:
                is_valid = True
                break
    validation_results.append('valid' if is_valid else 'invalid')

# 将结果存入DataFrame
df['CountryValidation'] = validation_results
print(df[['CountryName', 'CountryValidation']])

内容的提问来源于stack exchange，提问作者Dave