基于发票号匹配为DataFrame新增列赋值的Pandas实现问题

我有一个DataFrame和一份唯一发票号码列表，想要遍历DataFrame，检查每行的InvoiceNo是否在这个列表里，存在的话给新建的NEWCOLUMN列赋值0，不存在则赋值1。用.iterrows()尝试的时候始终报错，环境是Python 3.9.13、Pandas 1.4.4，求指导。

数据示例 #

InvoiceNo  StockCode ....... UnitPrice CustomerID NEWCOLUMN
536365      85123A            2.55       17850    
536366      22633             1.85       17850
536372      84879             1.69       13047

尝试的错误代码 #

new_list = []
for i, row in df.iterrows():
    if df[i, 'InvoiceNo'] in comparison_list:
         df[i, 'NEWCOLUMN'] = 0
    else:
         df[i, 'NEWCOLUMN'] = 1

问题分析与解决方案 #

错误点说明 #

1. 行数据访问错误：df[i, 'InvoiceNo']不是正确的行值获取方式，iterrows()返回的row是当前行的Series，应该用row['InvoiceNo']获取当前行的发票号。
2. 赋值方式错误：直接用df[i, 'NEWCOLUMN']修改会触发警告且效率极低，Pandas不推荐在循环中直接修改原DataFrame。

推荐方法：矢量化操作（性能最优） #

用Pandas内置的isin()方法批量判断，再转成0/1值，这是Pandas的标准高效写法：

# 方法1：用~取反后转int（True→1，False→0）
df['NEWCOLUMN'] = (~df['InvoiceNo'].isin(comparison_list)).astype(int)

# 方法2：用np.where更直观，明确指定条件结果
import numpy as np
df['NEWCOLUMN'] = np.where(df['InvoiceNo'].isin(comparison_list), 0, 1)

循环写法修复（仅作语法参考，不推荐） #

如果一定要用循环实现，修正语法如下：

# 先初始化列，避免赋值时的索引问题
df['NEWCOLUMN'] = 0
for idx, row in df.iterrows():
    if row['InvoiceNo'] not in comparison_list:
        df.loc[idx, 'NEWCOLUMN'] = 1

内容的提问来源于stack exchange，提问作者Wildo_Baggins311