Python中提取DataFrame符合条件行至新DataFrame的合并问题

你的核心问题是循环里用concat合并时失败，本质是因为entry是Series（一维结构），直接和DataFrame合并会导致结构不匹配——pandas会把Series当成一列来拼接，而不是一行。下面给你两种解决方案，优先推荐第一种Pythonic的实现方式：

1. 最优实现：直接批量筛选（告别循环） #

不用逐行遍历，利用pandas的向量式操作一次性筛选所有符合条件的行，效率和简洁性都远高于循环：

import pandas as pd

# 一次性筛选GL_Account前7位等于"4000001"的所有行
filtered_rows = dfExtract[dfExtract['GL_Account'].str[:7] == "4000001"]

# 合并到目标DataFrame，ignore_index=True避免索引重复
dfglisolation = pd.concat([dfglisolation, filtered_rows], ignore_index=True)

从C++转Python要尽量摆脱“逐行处理”的思维，pandas的整列操作是专门优化过的，大数据量下性能比循环高几个量级。

2. 修复你的循环代码（如果必须保留循环逻辑） #

如果因为其他需求一定要用循环，只需把Series转成单行DataFrame再合并：

if dfExtract.at[highIter, 'GL_Account'][:7] == "4000001":
    # 用双层括号loc[[highIter]]，得到的是单行DataFrame而非Series
    entry = dfExtract.loc[[highIter]]
    dfglisolation = pd.concat([dfglisolation, entry], ignore_index=True)

原来的dfExtract.loc[highIter]返回的是一维Series，合并时会被当成列处理；改成loc[[highIter]]就能得到结构匹配的单行DataFrame。

补充提示 #

如果dfglisolation是新建的空表，记得先初始化和原表结构一致：

dfglisolation = pd.DataFrame(columns=dfExtract.columns)

内容的提问来源于stack exchange，提问作者James Bonnyman