如何通过交叉匹配将字典数据填充到Pandas DataFrame对应单元格？

需求说明 #

现有字典project_components，键为项目名称，值为该项目包含的组件列表；另有Template.csv表格，以组件为行、项目为列。需要完成：遍历字典中的每个项目，检查表格内的组件，若项目包含该组件，则在对应单元格填入X，最终保存为新的CSV文件。

示例数据：

• 字典：

project_components = {
    'Project_1': ['component_1', 'component_2', 'component_3', 'component_4'],
    'Project_2': ['component_2', 'component_3'],
    'Project_3': ['component_3', 'component_4'],
    'Project_4': ['component_2']
}

• Template.csv内容：

Component / Project; Project_1; Project_2; Project_3; Project_4;Project_N;
component_1;
component_2;
component_3;
component_4;
component_N;

解决方案 #

注意事项 #

读取CSV时需指定分隔符为;，否则无法正确解析列结构。以下提供两种实现方式：

方式1：使用Pandas向量化操作（推荐，效率更高） #

避免逐行循环，利用Pandas的批量处理能力：

import pandas as pd

def fill_template():
    # 读取CSV，指定分号为分隔符，将组件列设为索引
    data = pd.read_csv("Template.csv", sep=';', index_col="Component / Project")
    
    # 遍历字典中的项目与对应组件列表
    for project, components in project_components.items():
        # 检查项目列是否存在于表格中
        if project in data.columns:
            # 给该项目下匹配的组件行赋值'X'
            data.loc[data.index.isin(components), project] = 'X'
    
    # 将空值填充为空白（可选，按需调整）
    data = data.fillna('')
    
    # 保存为新CSV，保留分号分隔符
    data.to_csv("Filled_Template.csv", sep=';')

fill_template()

方式2：使用iterrows()循环（符合你提到的方法） #

适合小数据量场景，逐行处理：

import pandas as pd

def fill_template_with_iterrows():
    # 读取CSV，指定分号为分隔符
    data = pd.read_csv("Template.csv", sep=';')
    
    # 遍历表格每一行（索引+行数据）
    for idx, row in data.iterrows():
        component = row["Component / Project"]
        # 遍历字典中的项目
        for project, components in project_components.items():
            # 检查项目列存在且当前组件属于该项目
            if project in data.columns and component in components:
                data.at[idx, project] = 'X'
    
    # 空值填充为空白
    data = data.fillna('')
    
    # 保存结果，不保留索引列
    data.to_csv("Filled_Template.csv", sep=';', index=False)

fill_template_with_iterrows()

关键说明 #

1. 读取和保存CSV时必须指定sep=';'，保证格式与原模板一致。
2. 向量化操作（方式1）比iterrows()（方式2）效率高数倍，数据量大时优先选择。
3. 代码加入了列存在性检查，避免因字典中项目未在表格中出现而报错。

内容的提问来源于stack exchange，提问作者macder