Python如何遍历数据集列 比对列表值实现跨列条件赋值

处理这类表格列匹配赋值的需求，优先用pandas库实现，不需要手写逐行遍历，执行效率高代码也简洁。

具体实现步骤 #

• 第一步：安装并导入pandas（如果没装的话先执行pip install pandas）
• 第二步：读取你的数据集，定义要匹配的目标姓名列表（推荐转成集合结构，大数据量下匹配速度远快于列表）
• 第三步：用isin()方法批量判断每一行的col A值是否在目标名单内，直接将布尔结果转成int类型（True对应1，False对应0）赋值给col B即可。

完整代码示例 #

import pandas as pd

# --------------------------
# 1. 读取数据（替换成你自己的文件路径即可）
# 比如读csv：df = pd.read_csv("你的数据文件.csv")
# 比如读excel：df = pd.read_excel("你的数据文件.xlsx")
# 这里用模拟数据做演示
df = pd.DataFrame({
    "col A": ["james", "tom", "clara", "bob", "michael", "alice"],
    "col B": [None]*6
})

# 2. 定义要匹配的姓名集合
target_names = {"james", "michael", "clara"}

# 3. 批量赋值（核心逻辑，1行代码搞定）
df["col B"] = df["col A"].isin(target_names).astype(int)

# 如果存在大小写不统一的情况（比如Col A里有James/CLARA这类写法），先统一转小写再匹配
# df["col B"] = df["col A"].str.lower().isin(target_names).astype(int)

# 处理完可以把结果存回文件
# df.to_excel("处理结果.xlsx", index=False)

运行后得到的结果完全符合需求：col A中姓名在指定列表内的行，col B值为1，其余为0。

无第三方库的原生Python实现 #

如果你不想依赖pandas，数据本身是字典列表结构，可以直接循环判断赋值：

# 目标匹配名单
target_names = {"james", "michael", "clara"}

# 你的原始数据（每行是一个字典）
data = [
    {"col A": "james", "col B": None},
    {"col A": "tom", "col B": None},
    {"col A": "clara", "col B": None},
    {"col A": "michael", "col B": None},
    {"col A": "bob", "col B": None}
]

# 逐行判断赋值
for row in data:
    row["col B"] = 1 if row["col A"].lower() in target_names else 0

内容的提问来源于stack exchange，提问作者Kartikey Shrivastav