pandas for循环遍历DataFrame行.loc赋值触发ValueError问题

报错和混合使用数值、字符串索引无关，核心问题是你筛选得到的region变量是pandas Series对象，不是单个标量值，无法直接赋值给df2的单个单元格。
你写的筛选逻辑df1.loc[(df1["code"] == 匹配值), "region"]哪怕只匹配到1条记录，返回的依然是带原生索引的Series结构，例如匹配code为AFG的行时，拿到的region实际内容是：

0    Middle East
Name: region, dtype: object

而非直接的Middle East字符串。你之前把这个Series存到变量里不会触发报错，只有在尝试把整个Series赋值给单个单元格时，pandas才会抛出类型不兼容的错误。

只需要在筛选region后，提取匹配到的标量值再赋值即可，两种遍历方式的修正代码如下：

• range遍历版本

for i in range(len(df2)):
    # .item() 提取唯一匹配的标量值
    region = df1.loc[df1["code"] == df2.loc[i, "code"], "region"].item()
    df2.loc[i, "region"] = region

• iterrows遍历版本

for index, row in df2.iterrows():
    region = df1.loc[df1["code"] == row["code"], "region"].item()
    df2.loc[index, "region"] = region

如果你的df1中每个code唯一对应一个region（样例数据满足该条件），完全不需要写循环，性能更高的写法是先构建code到region的映射字典，再通过map直接整列赋值：

# 构建映射关系
code_region_map = dict(zip(df1["code"], df1["region"]))
# 一次性生成整列region
df2["region"] = df2["code"].map(code_region_map)

注意：如果df1中存在同一个code对应多条region记录的情况，.item()会抛出错误，这种场景可以把.item()替换为.iloc[0]，取第一条匹配到的region值即可。

内容的提问来源于stack exchange，提问作者asuidncsdk