如何向pandas DataFrame逐行添加新列并填充字典映射值

• 第一版代码问题：
  • 列名写错：代码新增的列叫level，和需求要求的label名称不符，导出后自然找不到目标列
  • 取值逻辑脆弱：用df.iloc[i].iat[3]硬编码列位置取sender值，一旦列顺序调整就会取错数据
• 第二版代码问题：
  • 方法用法错误：pandas的assign()不会修改原DataFrame，只会返回添加新列后的新对象，代码没有接收返回值，所有修改都不会生效
  • 列名写错：代码里新列名写的是labels（带复数s），不符合要求
  • 逻辑错误：循环内每次都执行assign操作，既无必要也会导致逻辑混乱，且dfNewColList没有提前初始化为空列表，运行会直接报错

严格按照逐行读取、逐行赋值的要求实现，代码如下：

# 提前初始化label列，避免循环赋值触发pandas的SettingWithCopyWarning
df['label'] = None

# 逐行遍历DataFrame，itertuples逐行迭代的效率远高于iloc逐行索引
for row in df.itertuples():
    # 直接按字段名取sender值，不依赖固定列位置
    current_sender = row.sender
    # 从字典查询对应标签，可在get第二个参数传入字典无匹配时的默认填充值
    current_label = a_dict.get(current_sender)
    # 给当前行的label列赋值
    df.loc[row.Index, 'label'] = current_label

# 导出结果文件
df.to_csv('/Users/tt/file_name.csv', encoding='utf-8', index=False)

注：如果需要兼容iloc索引的写法，只需要把循环内取sender的逻辑替换为current_sender = df.iloc[row.Index, df.columns.get_loc('sender')]即可，会动态获取sender字段的列位置，不会因为列顺序变动出错。

内容的提问来源于stack exchange，提问作者ttina