如何在Python Pandas中向DataFrame添加COL1不存在的列表值并指定列值

示例数据 #

先构建题目中的DataFrame和目标列表：

import pandas as pd

df = pd.DataFrame({
    'COL1': ['var1', 'var2', 'var3'],
    'COL2': ['xxx', 'xxx', 'yyy'],
    'COL3': [20, 10, 10]
})

list_1 = ["var1", "var5"]

需求 #

• 仅将list_1中不存在于COL1列的值作为新行添加到DataFrame
• 新增行的COL2固定为"yyy"，COL3固定为10

解决方案 #

# 筛选list_1中未出现在COL1的元素
missing_vars = [var for var in list_1 if var not in df['COL1'].values]

# 若有缺失元素，创建新行并合并
if missing_vars:
    new_rows = pd.DataFrame({
        'COL1': missing_vars,
        'COL2': 'yyy',
        'COL3': 10
    })
    df = pd.concat([df, new_rows], ignore_index=True)

步骤解释 #

1. 筛选缺失元素：通过列表推导式遍历list_1，借助df['COL1'].values快速判断元素是否存在于目标列，得到需要添加的元素列表missing_vars。
2. 合并新行：当missing_vars不为空时，构建包含指定列值的新DataFrame，再用pd.concat合并到原DataFrame中，ignore_index=True会重置合并后的索引，避免索引重复冲突。

运行结果 #

执行代码后得到的DataFrame：

COL1 COL2  COL3
0  var1  xxx    20
1  var2  xxx    10
2  var3  yyy    10
3  var5  yyy    10

内容的提问来源于stack exchange，提问作者dingaro