如何引用列表元素位置并实现每行Pandas数据对应生成PPT？

一、如何引用列表元素位置并对应另一列表的元素 #

要实现多个列表间同一位置元素的对应访问，有两种常用方式：

• 通过索引范围遍历：利用range(len(目标列表))生成索引，再用索引访问所有列表的对应位置元素（前提是所有列表长度一致）。
  示例代码：

  list_a = [1, 2]
  list_b = ["Orange", "Apple"]
  for idx in range(len(list_a)):
      print(f"列表A第{idx+1}个元素：{list_a[idx]}，对应列表B元素：{list_b[idx]}")
  

• 使用enumerate()获取索引与元素：遍历目标列表时同时拿到索引和元素，再用索引访问其他列表的对应元素。
  示例代码：

  list_a = [1, 2]
  list_b = ["Orange", "Apple"]
  for idx, val_a in enumerate(list_a):
      val_b = list_b[idx]
      print(f"列表A元素：{val_a}，对应列表B元素：{val_b}")
  

二、PPT生成问题的修正方案 #

问题根源 #

原代码存在两个核心错误：

1. 四个独立循环分别遍历各列列表，导致占位符被反复覆盖，最终非Name列的占位符仅保留最后一次循环的赋值结果；
2. 仅加载一次模板文件，所有PPT基于同一个Presentation对象修改，后续修改会覆盖之前的内容，导致所有PPT的非Name列内容一致。

修正代码（推荐用DataFrame行遍历） #

直接遍历处理后的DataFrame行，每次加载新模板，确保每行数据对应生成独立PPT：

import pandas as pd
from pptx import Presentation

# 读取并预处理数据
data = pd.read_csv('Data.csv')
data = data.drop_duplicates()  # 去重

# 遍历每一行生成PPT
for _, row in data.iterrows():
    # 每次加载全新模板，避免修改累积
    prs = Presentation('Template.pptx')
    slide = prs.slides[0]
    
    # 为占位符赋值（注意ID是数字类型，需转字符串）
    slide.placeholders[1].text = str(row['ID'])
    slide.placeholders[2].text = row['Name']
    slide.placeholders[3].text = row['Initial Date']
    slide.placeholders[4].text = row['Final Date']
    
    # 以Name列值为文件名保存
    prs.save(f"{row['Name']}.pptx")

若坚持使用列表的修正方案 #

如果保留原有的列表转换逻辑，需按索引同步遍历所有列表，同时每次加载新模板：

import pandas as pd
from pptx import Presentation

data = pd.read_csv('Data.csv')
data = data.drop_duplicates()

# 转换为列表
data_ID = data['ID'].tolist()
data_Name = data['Name'].tolist()
data_Initial_Date = data['Initial Date'].tolist()
data_Final_Date = data['Final Date'].tolist()

# 按索引同步遍历所有列表
for idx in range(len(data_Name)):
    prs = Presentation('Template.pptx')
    slide = prs.slides[0]
    
    slide.placeholders[1].text = str(data_ID[idx])
    slide.placeholders[2].text = data_Name[idx]
    slide.placeholders[3].text = data_Initial_Date[idx]
    slide.placeholders[4].text = data_Final_Date[idx]
    
    prs.save(f"{data_Name[idx]}.pptx")

内容的提问来源于stack exchange，提问作者phong li