pandas如何按id匹配为对应国家列单元格标记X

你现在的循环实现逻辑没问题，但不符合pandas向量化运算的设计思路，用内置函数可以更简洁高效完成需求，同时可以简化你之前读取文件阶段的冗余代码。

首先简化文件读取合并的逻辑，不需要手动循环重置索引：

import pandas as pd
import glob

savepath = '/home/pedro/myPython/pandas/xl_files/'
saveoutputpath = '/home/pedro/myPython/pandas/outputxl/'
filelist = glob.glob(savepath + "*.xlsx")

# 合并时传入ignore_index=True，自动生成连续唯一的行索引，省去手动赋值索引的步骤
df = pd.concat((pd.read_excel(f) for f in filelist), ignore_index=True)

核心转换部分只用少量代码就能完成标记，不需要转字典、逐行循环：

# 生成交叉表：行维度为id，列维度为国家，值代表当前id是否在对应国家的记录中存在
df_out = pd.crosstab(index=df["id"], columns=df["country"]).reset_index()

# 将存在记录的位置（值>0）替换为X，无记录的位置保留0
country_columns = ["Canada", "Mexico", "USA"]
df_out[country_columns] = df_out[country_columns].applymap(lambda val: "X" if val > 0 else 0)

# 按id升序排序，重置索引保证顺序和你预期的一致
df_out = df_out.sort_values("id").reset_index(drop=True)

用你提供的示例源数据运行，输出的df_out完全符合需求：

id Canada Mexico USA
0   15786      0      0   X
1   42345      X      0   X
2   76543      X      0   0
3   89153      0      X   0
4   93512      X      X   0
5  331574      X      X   X
6  681593      0      X   X

如果担心某个国家的Excel文件为空导致列缺失，可以加一段补全列的逻辑，保证输出结构固定：

# 补全可能缺失的国家列
for col in country_columns:
    if col not in df_out.columns:
        df_out[col] = 0
# 固定列顺序
df_out = df_out[["id", "Canada", "Mexico", "USA"]]

最后导出Excel直接调用df_out.to_excel(saveoutputpath + "mark_result.xlsx", index=False)即可。

内容的提问来源于stack exchange，提问作者Pedroski