如何基于列表更新Pandas DataFrame的Status列？（Python）

给定代码与数据 #

import pandas as pd

data = [{'car' :'audi','id':'ab','year':2001,'wheel':4},
        {'car' :'honda','id':'aa','year':2002,'wheel':15},
        {'car' :'tesla','id':'aaa','year':2003,'wheel':5}]

keys=['a','aa','aaa','avaa','2ffa']

目标DataFrame初始状态 #

已知keys列表中的ID为缺陷ID，需将DataFrame中ID属于该列表的行的Status列值从“OK”更新为“Defective”，实现方法如下：

方法一：使用loc结合isin精准更新 #

# 构造DataFrame并补全缺失列（匹配目标表格结构）
df = pd.DataFrame(data)
df['Status'] = 'OK'
df['Wheels'] = 4

# 核心更新逻辑：筛选ID在keys中的行，修改Status值
df.loc[df['id'].isin(keys), 'Status'] = 'Defective'

逻辑说明：

• df['id'].isin(keys)生成布尔索引，标记出ID列值存在于缺陷列表的行
• df.loc[布尔索引, 'Status']定位到目标行的Status列，批量赋值为Defective

方法二：使用numpy.where批量赋值 #

import numpy as np

# 构造DataFrame并补全列（同上）
df = pd.DataFrame(data)
df['Status'] = 'OK'
df['Wheels'] = 4

# 用where条件批量替换Status值
df['Status'] = np.where(df['id'].isin(keys), 'Defective', df['Status'])

逻辑说明：

• numpy.where根据条件判断：满足ID在keys中的行赋值为Defective，不满足的保留原Status值

更新后的DataFrame结果 #

内容的提问来源于stack exchange，提问作者Greenyuno