遍历DataFrame行提取对应列字符遇重复值问题求助

直接遍历DataFrame的每一行，而非单独遍历X列元素，就能保证每行的X、Y值对应处理，避免因X重复导致的多行匹配问题：

方法1：使用iterrows() #

import pandas as pd

# 构造目标DataFrame
df = pd.DataFrame({
    'X': ['ABCDEFGH', 'ABCDEFGH'],
    'Y': ['220105', '22H1 4']
})

for idx, row in df.iterrows():
    set1 = row['X']
    # Python是0索引，第6个字符对应索引5
    set2 = row['Y'][5]
    # 取前5个字符并移除空格
    set3 = row['Y'][0:5].replace(' ', '')
    print(f"set1={set1}")
    print(f"set2={set2}")
    print(f"set3={set3}")

运行结果完全符合预期：

set1=ABCDEFGH
set2=5
set3=22010
set1=ABCDEFGH
set2=4
set3=22H1

方法2：使用itertuples()（效率更高） #

如果处理大数据量，推荐用itertuples()，它比iterrows()的运行效率更高：

for row in df.itertuples(index=False):
    set1 = row.X
    set2 = row.Y[5]
    set3 = row.Y[:5].replace(' ', '')
    print(f"set1={set1}")
    print(f"set2={set2}")
    print(f"set3={set3}")

原代码问题说明 #

你原代码中df.loc[df['X']==name, 'Y']会匹配所有X等于当前name的行，当X存在重复值时，就会返回多行结果，而非当前循环对应的单行数据。直接遍历每行则能精准处理每一组X、Y对应值。

内容的提问来源于stack exchange，提问作者beginner