解决DataFrame中判断字符串前3位为PRE并新增列的代码失效问题

你的代码存在两个核心问题：

1. df1['NOTES'].astype(str)没有重新赋值给原列，这行代码不会修改DataFrame里的NOTES列类型，相当于无效操作。
2. 循环中每次都对整个new列赋值，导致最后所有行的new值都会被最后一次循环的结果覆盖，无法实现逐行判断的需求。

修正后的方案（推荐使用向量化操作，效率更高） #

import pandas as pd
    
df1 = pd.DataFrame({'NOTES': ["PREPAID_HOME_SCREEN_MAMO", "SCREEN_MAMO",
                              "> Unable to connect internet>4G Compatible>Set",
                              "No>Not Barred>Active>No>Available>Others>",
                              "Internet Not Working>>>Unable To Connect To"]})
# 确保NOTES列为字符串类型（重新赋值生效）
df1['NOTES'] = df1['NOTES'].astype(str)
# 用str.startswith直接判断前缀，再映射为yes/No
df1['new'] = df1['NOTES'].str.startswith('PRE').map({True: 'yes', False: 'No'})
    
print(df1)

另一种逐行处理的方案（用apply） #

如果习惯用逐行逻辑，也可以用apply实现：

import pandas as pd
    
df1 = pd.DataFrame({'NOTES': ["PREPAID_HOME_SCREEN_MAMO", "SCREEN_MAMO",
                              "> Unable to connect internet>4G Compatible>Set",
                              "No>Not Barred>Active>No>Available>Others>",
                              "Internet Not Working>>>Unable To Connect To"]})
df1['NOTES'] = df1['NOTES'].astype(str)

# 定义判断函数
def check_prefix(note):
    return 'yes' if note[:3] == 'PRE' else 'No'

# 应用到每一行
df1['new'] = df1['NOTES'].apply(check_prefix)
    
print(df1)

运行后，第一行的new值会是yes，其余行都是No，符合你的需求。

内容的提问来源于stack exchange，提问作者Virendra Patel