无法将DataFrame值初始化到变量：跨DataFrame映射行值报错

你的代码报错核心原因是变量chat_meta_data未提前初始化：当遍历到第一行是check_numnber == False的记录时，chat_meta_data还没被赋值就直接用来给chat_df_format赋值，触发未定义错误。另外，用iterrows()遍历DataFrame是pandas不推荐的低效写法。

方案1：修复循环逻辑（不推荐，仅作错误修正） #

先初始化chat_meta_data变量，避免未定义问题：

import pandas as pd

chat_df_format = pd.DataFrame(columns=['sender_name', 'message_content'])
# 提前初始化变量，避免未定义错误
chat_meta_data = None

for idx, row in chat_df.iterrows():
    if row.check_numnber:
         chat_meta_data = row.message_details
    else:
        chat_content = row.message_details
        # 仅当chat_meta_data有值时才赋值
        if chat_meta_data is not None:
            chat_df_format.at[idx,'sender_name'] = chat_meta_data
            chat_df_format.at[idx,'message_content'] = chat_content

display(chat_df_format)

方案2：pandas向量化操作（推荐，高效简洁） #

利用pandas的内置方法替代循环，效率提升几个数量级：

import pandas as pd

# 1. 生成sender_name列：当check_numnber为True时取message_details，否则空值，然后向前填充
chat_df['sender_name'] = chat_df['message_details'].where(chat_df['check_numnber']).ffill()
# 2. 筛选出非check_numnber的行（即消息内容行），提取需要的列
chat_df_format = chat_df[~chat_df['check_numnber']][['sender_name', 'message_details']].rename(columns={'message_details':'message_content'})

display(chat_df_format)

代码说明 #

• where(chat_df['check_numnber'])：仅保留check_numnber为True的行的message_details，其余设为NaN
• ffill()：向前填充NaN值，让每个消息行都能获取最近的sender元数据
• 最后筛选非check_numnber的行，重命名列得到目标DataFrame

内容的提问来源于stack exchange，提问作者Balaji