如何在Pandas中匹配列表与DataFrame列并生成状态列？

需要实现的逻辑：给定一个IP列表，检查列表中的每个IP是否存在于DataFrame的ip列中，存在则标记为Success，不存在则标记为Failed，最终输出包含Status列的结果，需包含所有待检查的IP（包括不在原DataFrame中的）。

附data.csv内容 #

server,ip
server1,192.168.0.2
data,192.168.0.3
server3,192.168.0.100
server4,192.168.0.10

现有代码 #

import pandas as pd

l = ['server1','server2']
ip_list = ['192.168.0.2','192.168.0.100','192.168.25.4']

data = pd.read_csv('data.csv')
#count = ip_list.count()

data_filter = data[
    (data['ip'].isin(ip_list) ) 
]

print(data_filter)

当前输出 #

server             ip
0  server1    192.168.0.2
2  server3  192.168.0.100

期望输出 #

server             ip   Status
0  server1    192.168.0.2    Success
1  server3  192.168.0.100   Success
2  NA         192.168.25.4  Failed

解决方案 #

原代码仅筛选出了存在于列表中的IP，丢失了需要标记为Failed的IP。以下是修改后的代码，可实现需求：

import pandas as pd

ip_list = ['192.168.0.2','192.168.0.100','192.168.25.4']

# 读取原数据
data = pd.read_csv('data.csv')

# 将待检查IP列表转为独立DataFrame，确保所有IP都被保留
check_df = pd.DataFrame({'ip': ip_list})

# 左连接原数据，保留所有待检查IP，匹配到的IP会带上server信息
result = pd.merge(check_df, data, on='ip', how='left')

# 根据server列是否为空标记状态
result['Status'] = result['server'].apply(lambda x: 'Success' if pd.notna(x) else 'Failed')

# 将空值替换为"NA"，匹配期望输出格式
result['server'] = result['server'].fillna('NA')

# 重置索引（可选，使索引连续）
result = result.reset_index(drop=True)

print(result)

代码逻辑说明 #

1. 保留所有待检查IP：将ip_list转为DataFrame，避免原代码中仅筛选存在IP的问题；
2. 左连接匹配数据：通过pd.merge的左连接方式，确保所有待检查IP都出现在结果中，匹配到原数据的IP会自动带上对应的server值，未匹配到的server列会为NaN；
3. 标记状态：根据server列是否为空判断IP是否存在，为空则标记Failed，否则标记Success；
4. 格式调整：将NaN替换为NA，重置索引让输出更规整。

内容的提问来源于stack exchange，提问作者Puneet Dixit