基于不同长度列表构建匹配目标序列的Pandas DataFrame

我有两个字母列表List1与List2，二者长度不同，List2包含部分List1没有的元素。现有对应List1的Pandas DataFrame df，需构造新DataFrame df_new，使其NAME列匹配List2的完整序列：

• 若元素存在于List1，取df对应行数据；
• 若不存在，则填充默认值（ID递增、Val为0）。

示例信息 #

• List1: F,L,D,G,H
• List2: F,L,B,L,D,G,A,H,C

输入DataFrame df #

期望输出DataFrame #

尝试的代码逻辑 #

if List2[i]== List1[i]:
    new_row=df1.loc[i]

elif List2[i]!=List1[i]:
     new_row=np.nan

new_row_df=pd.DataFrame(new_row)

df_new=pd.concat([df_new,new_row_df],ignore_index=True)
df_new=df_new.sort_index().reset_index(drop=True)

核心思路 #

1. 将原df转换为以NAME为键的映射字典，实现快速查找已存在元素的对应数据；
2. 遍历List2的每个元素，区分是否存在于原数据中，分别收集对应Val值；
3. 统一生成连续递增的ID列，保证ID从1开始依次递增至List2的长度。

实现代码 #

import pandas as pd

# 示例数据初始化
List1 = ['F', 'L', 'D', 'G', 'H']
List2 = ['F', 'L', 'B', 'L', 'D', 'G', 'A', 'H', 'C']
df = pd.DataFrame({
    'ID': [1, 4, 5, 6, 8],
    'Val': [122.58, 123.11, 120.54, 108.57, 119.83],
    'NAME': ['F', 'L', 'D', 'G', 'H']
})

# 构建NAME到Val的映射字典，用于快速查找
name_to_val = df.set_index('NAME')['Val'].to_dict()

# 遍历List2，收集每行的Val和NAME数据
rows = []
for name in List2:
    rows.append({
        'Val': name_to_val.get(name, 0),
        'NAME': name
    })

# 生成新DataFrame并设置连续ID
df_new = pd.DataFrame(rows)
df_new['ID'] = range(1, len(df_new) + 1)

# 调整列顺序与原df一致
df_new = df_new[['ID', 'Val', 'NAME']]

print(df_new)

代码说明 #

• 映射字典name_to_val把查找操作的时间复杂度降到O(1)，比循环遍历df更高效；
• 使用dict.get()方法可以简洁处理存在/不存在的两种情况，不存在时默认返回0；
• 最后统一生成ID列，确保ID严格连续递增，完全符合需求。

内容的提问来源于stack exchange，提问作者tabi_k