构建食品推荐系统：DataFrame添加用户偏好行的赋值问题求助

你的问题出在每次循环都重新创建并赋值df.loc["new_user"]，这会覆盖之前的赋值结果，所以最后只有dislike列表里最后一个食材被设为10，其他列都是默认的NaN。

正确的实现思路 #

我们可以先创建一个和DataFrame列数一致、全为0的Series，然后把用户不喜欢的食材对应的位置设为10，最后再把这个Series添加到DataFrame中作为新行。

改进后的代码 #

import pandas as pd

def user_pre(df):
    dislike = ["cheese", "egg"]
    # 创建全0的Series，索引和df的列保持一致
    new_user_series = pd.Series(0, index=df.columns)
    # 将不喜欢的食材列批量设置为10
    new_user_series[dislike] = 10
    # 添加到DataFrame中作为新行
    df.loc["new_user"] = new_user_series
    return df

代码解释 #

1. pd.Series(0, index=df.columns)：生成一个和原DataFrame列名完全匹配的Series，所有值初始化为0，从根源避免了NaN的出现。
2. new_user_series[dislike] = 10：一次性把所有不喜欢的食材对应的数值设为10，不需要循环逐个赋值，效率更高且不会覆盖之前的设置。
3. df.loc["new_user"] = new_user_series：将配置好的用户偏好Series作为新行添加到DataFrame中，完美匹配预期输出。

内容的提问来源于stack exchange，提问作者gresell