pandas如何用列表对应替换子DataFrame指定列的所有值

报错来自索引匹配逻辑错误：

• 原代码爬取每个url生成子DataFrame时，给Title列固定填充了'Change'占位，没有同步关联l_names的对应位置值
• 直接传入整个l_names作为插入值时，pandas要求传入序列长度必须和当前子DataFrame的行数完全相等，长度为83的剧名列表匹配行数为8左右的子表，必然触发长度不匹配的ValueError
• 在url遍历循环内嵌套遍历l_names，会重复给同一个子表赋值Title列，导致列重名、值循环错乱的问题

二选一即可，推荐优先用方案1，减少冗余处理步骤。

方案1：修改爬取循环逻辑（推荐） #

爬取时用enumerate同步获取当前url的遍历索引，插入Title列时直接取l_names对应索引的剧名，不需要先填占位符再替换，修改后的完整爬取代码如下：

l_names = []
for l in links:
    l_names.append(l.get_text())

df = []
# 遍历url时同步拿到索引值
for idx, u in enumerate(urls):
    req = s.get(u)
    req_soup = BeautifulSoup(req.content, 'lxml')
    req_tables = req_soup.find_all('table', {'class':'infobox vevent'})
    req_df = pd.read_html(str(req_tables), flavor='bs4', header=0)
    dfr = pd.concat(req_df)
    dfr = dfr.drop(index=0)
    dfr.columns = range(dfr.columns.size)
    dfr[1] = dfr[1].str.replace(r"([A-Z])", r" \1").str.strip().str.replace(' ', ' ')
    dfr = dfr[~dfr[0].isin(remove_list)]
    dfr = dfr.dropna()
    dfr = dfr.reset_index(drop=True)
    # 直接插入对应位置的剧名，无需填充Change占位
    dfr.insert(loc=0, column='Title', value=l_names[idx])
    df.append(dfr)

注意：该方案要求urls的遍历顺序和采集l_names时links的遍历顺序完全一一对应，否则会出现剧名和剧集信息错位的问题。

方案2：批量替换已生成的df列表 #

如果已经跑完原有爬取代码，不想重跑流程，可以直接用zip配对每个子DataFrame和对应剧名，批量替换Title列的值：

# 逐个子表匹配对应剧名，自动填充整列
for sub_df, drama_name in zip(df, l_names):
    sub_df['Title'] = drama_name

该写法传入的是单个字符串值，pandas会自动将值填充到子表Title列的所有行，不会触发长度不匹配错误，也不会产生重复列。

处理完成后，子表的Title列会按索引匹配对应剧名，示例中前4个子表的Title值分别为：

• 第一个子表：Babel
• 第二个子表：Baby Faced Beauty
• 第三个子表：Babysitter
• 第四个子表：Bachelor's Vegetable Store
  全部83个子表都会完成正确匹配，无列重复、值错乱问题。

内容的提问来源于stack exchange，提问作者jaymerson