Python批量更新CSV指定列所有行值的代码问题排查

原代码如下：

def update_run_id_in_csv(rds_db_conn,test_case_name,file_name):
    df = pd.read_csv("{}/output/Float_Ingestion_Expected_Output_files/{}/{}.csv".format(str(parentDir), test_case_name, file_name))
    for x in df:
        df.loc[x, 'run_id'] = '232323'
        #get_run_id(rds_db_conn,max_13f_query,query)
        df.to_csv("{}/output/Float_Ingestion_Expected_Output_files/{}/{}.csv".format(str(parentDir), test_case_name, file_name, index=False))
    print(df)

原CSV内容：

Name,Age,Gender
Pratik,26,Male
Sarvesh,20,Male

预期将Age列所有行值更新为30，得到：

Name,Age,Gender
Pratik,30,Male
Sarvesh,30,Male

实际输出：

,,Name,Age,Gender
Name,30,
Age,30,
Gender,30,

代码问题分析 #

• 遍历逻辑错误：for x in df会循环遍历DataFrame的列名（比如示例中的Name、Age、Gender），而非行数据。你用df.loc[x, 'run_id']时，是把列名当作行索引赋值，直接打乱了原表格的行列结构。
• 无需循环更新整列：Pandas更新整列值不需要逐行/逐列循环，直接对列名赋值是最优方式，既简洁又高效。
• to_csv参数位置错误：index=False是to_csv的专属参数，你把它放在format的参数列表里，导致路径拼接错误；同时循环内重复保存文件完全没必要。
• 目标列不匹配：示例要更新的是Age列，但代码里写的是run_id，原CSV无此列，进一步引发结构混乱。

修正后的代码 #

如果要实现将指定列（比如示例中的Age）所有行更新为目标值，代码可简化为：

import pandas as pd

def update_run_id_in_csv(rds_db_conn, test_case_name, file_name):
    # 单独拼接文件路径，避免参数混乱
    file_path = f"{str(parentDir)}/output/Float_Ingestion_Expected_Output_files/{test_case_name}/{file_name}.csv"
    # 读取CSV文件
    df = pd.read_csv(file_path)
    
    # 直接更新整列：示例为Age列设为30，若要更新run_id则替换为df['run_id'] = '232323'
    df['Age'] = 30
    
    # 保存CSV，index=False避免写入行索引
    df.to_csv(file_path, index=False)
    print(df)

关键说明 #

1. 使用df['列名'] = 目标值直接更新整列，这是Pandas处理批量列更新的标准方式，无需循环。
2. 单独管理文件路径，避免格式化字符串参数混淆。
3. to_csv时传入index=False，防止把Pandas自动生成的行索引写入CSV文件。

内容的提问来源于stack exchange，提问作者Pratik