匹配DataFrame列后无法写入YES至Key列的技术求助

为什么你的代码写不进"YES" #

你用iterrows()遍历的时候，拿到的row是原DataFrame行的副本，修改这个副本里的Key值根本不会影响到原df_existing，所以最后Key列还是空的。而且这种双重循环的写法效率极低，数据量大的时候会慢到离谱，完全没必要这么做。

最优解决方案（一行代码搞定） #

直接用Pandas的isin()方法，判断Code列的值是否在你的dlist里，然后直接赋值给Key列：

# 先处理得到dlist（这部分你的代码没问题）
dep_list = df_epl[['Values']].copy()
dep_list = dep_list.dropna()
dep_list = dep_list.drop_duplicates()
dlist = dep_list['Values'].tolist()

# 直接用isin生成布尔值，转成"YES"/空字符串
df_existing['Key'] = df_existing['Code'].isin(dlist).map({True: 'YES', False: ''})

如果一定要用循环（不推荐） #

要是你非要保留循环逻辑，那得用loc来定位行修改原DataFrame，而不是修改副本：

df_existing['Key'] = ""
for l in dlist:
    # 直接定位Code等于l的行，设置Key为YES
    df_existing.loc[df_existing['Code'] == l, 'Key'] = "YES"

这种写法比你原来的双重循环效率高很多，因为它是利用Pandas的矢量化操作定位，而不是逐行遍历。

内容的提问来源于stack exchange，提问作者Berny