Python条件语句：为DataFrame新增不在Filtro_dia中的cuenta行

我是Python新手，现有一段处理DataFrame的代码，需求如下：当bd_día中的"cuenta"不在Filtro_dia的"Cuenta"列表中时，需添加包含该"cuenta"及对应新值的新行。现有代码如下：

lista_datos = []
for i in range(bd_dia.shape[0]):
  # print(i)
  if list(bd_dia["cuenta"])[i] in list(Filtro_dia["Cuenta"]):
    lista_datos.append(Filtro_dia.iloc[i])
    lista_datos[i][7] = bd_dia["ValorTotal"].iloc[i]
  else:
    if list(bd_dia["cuenta"])[i] not in list(Filtro_dia["Cuenta"]):
      nueva_fila = 

  break;

原代码存在几个明显问题：break会直接终止循环，只能处理第一行；频繁转列表按索引取值效率低；修改视图数据可能引发警告。以下是修复并优化后的代码：

import pandas as pd

lista_datos = []
# 将Filtro_dia的Cuenta列转为集合，大幅提升查找效率
cuentas_filtro = set(Filtro_dia["Cuenta"])

# 遍历bd_dia的每一行
for idx, row in bd_dia.iterrows():
    cuenta_actual = row["cuenta"]
    valor_total = row["ValorTotal"]
    
    if cuenta_actual in cuentas_filtro:
        # 找到匹配的行，复制后修改第8列（索引7）的ValorTotal值
        fila_coincidente = Filtro_dia[Filtro_dia["Cuenta"] == cuenta_actual].iloc[0].copy()
        fila_coincidente.iloc[7] = valor_total
        lista_datos.append(fila_coincidente)
    else:
        # 构造新行：沿用Filtro_dia的列结构，填充cuenta和对应ValorTotal
        nueva_fila = pd.Series(index=Filtro_dia.columns)
        nueva_fila["Cuenta"] = cuenta_actual
        nueva_fila.iloc[7] = valor_total
        # 若其他列需要默认值，可添加此行：nueva_fila.fillna(0, inplace=True)
        lista_datos.append(nueva_fila)

# 可选：将结果列表转为DataFrame
resultado_final = pd.DataFrame(lista_datos)

核心优化点 #

• 高效查找：用集合存储目标账号，查找时间复杂度从O(n)降至O(1)，数据量大时优势明显
• 安全修改：复制匹配行后再修改，避免误改原Filtro_dia的数据
• 简洁遍历：用iterrows()直接获取每行数据，无需手动索引取值
• 结构一致：新行沿用Filtro_dia的列结构，保证最终结果的列规范统一

内容的提问来源于stack exchange，提问作者Javier