Python：验证DataFrame中邮编是否存在于另外两个DataFrame时代码异常

原代码问题分析 #

你写的循环逻辑有误：if i not in small_df['Postcode'] or large_df['Postcode'] 中，large_df['Postcode']作为布尔判断时，只要这个Series非空就会返回True，导致整个条件永远成立，所以所有邮编都会被输出。正确逻辑应该是邮编既不在small_df也不在large_df中，需要用and替代or，同时还要注意NaN的处理，以及提升查找效率。

高效解决方案（推荐） #

利用Pandas的向量操作+集合查找（集合查找效率远高于Series遍历）：

1. 合并两个参考DataFrame的有效邮编，去重后转成集合：

import pandas as pd

# 合并并去重有效邮编，排除NaN
valid_postcodes = set(small_df['Postcode'].dropna()).union(set(large_df['Postcode'].dropna()))

2. 筛选原DataFrame中不在有效集合里的邮编：

# 保留所有不匹配的条目（包括NaN）
mismatched_postcodes = df[~df['Postcode'].isin(valid_postcodes)]

# 或者排除NaN，只输出非空的不匹配邮编
mismatched_postcodes = df[(~df['Postcode'].isin(valid_postcodes)) & df['Postcode'].notna()]

# 查看结果
print(mismatched_postcodes['Postcode'])

修正循环写法（不推荐大数据量使用） #

如果一定要用循环，修正逻辑并优化查找效率：

valid_postcodes = set(small_df['Postcode'].dropna()).union(set(large_df['Postcode'].dropna()))

for postcode in df['Postcode']:
    # 跳过NaN（如果不需要输出NaN的话）
    if pd.isna(postcode):
        continue
    # 检查是否不在有效集合中
    if postcode not in valid_postcodes:
        print(postcode)

关键说明 #

• 用集合存储有效邮编：避免每次查找都遍历整个Series，大幅提升速度，尤其是数据量较大时。
• 处理NaN：原数据中的NaN不属于任何有效邮编，可根据需求选择是否保留输出。

内容的提问来源于stack exchange，提问作者Ross Clark