遍历字符串列表向DataFrame追加行却返回空DataFrame的问题

问题根源 #

• 函数无返回值：原函数没有return语句，调用df = my_function(my_list)后，df实际是None，而非空DataFrame
• 数据未累积：遍历列表时，每次循环都重新创建data变量，之前的处理结果被直接覆盖，最终仅保留最后一次循环的结果（若最后一次无匹配则为空）
• 未使用容器收集行数据：没有用列表等容器存储每一行的处理结果，无法将多行数据合并为一个DataFrame

修复后的代码 #

import pandas as pd
import re

# 假设stopwords是已定义的停用词集合
col_names = ["Version Available", "Newer Version Available"]

def my_function(item):
    rows = []  # 初始化列表存储所有行数据
    for x in item:
        querywords = x.split()
        resultwords = [word for word in querywords if word not in stopwords]
        result = ' '.join(resultwords)
        
        # 提取新版本信息
        line = re.findall(r'\bNewer.*(?=\sVersion\b)', result)
        line = "".join(line).replace("Newer Version Available :", "")
        
        # 提取当前可用版本信息
        line2 = re.findall(r'(Version.*){2}(?=\sSource\b)', result)
        line2 = "".join(line2).replace("Version Available :", "")
        
        # 将当前行数据加入列表（注意列顺序与col_names对应）
        rows.append([line2, line])
    
    # 用所有行数据创建DataFrame并返回
    return pd.DataFrame(rows, columns=col_names)

# 调用函数生成DataFrame
df = my_function(my_list)

修复说明 #

1. 新增rows列表，用于累积每一行的处理结果，避免循环中覆盖数据
2. 函数末尾返回最终生成的DataFrame，确保调用后能获取有效结果
3. 调整了行数据的顺序，保证与col_names的列顺序一一对应（原代码中列顺序颠倒，会导致数据错位）

内容的提问来源于stack exchange，提问作者Munrock