Pandas实现列表匹配时重复DataFrame行并递增计数的方法

直接按规则拆分处理即可，不需要复杂链式调用，逻辑清晰易修改：

完整可运行代码 #

import pandas as pd
from collections import defaultdict

# 构造初始DataFrame（修正原代码列名笔误，统一为预期输出的count列）
data = {'First_Name':['Tom', 'Nick', 'Daniel', 'Jack'],
        'oter_col':['other_value1', 'other_value2', 'other_value3', 'other_value4']}
df = pd.DataFrame(data)
df["count"] = 0

# 输入全名列表
Full_Name = ["Tom Cruise", "Tom Holland", "Tom Hardy", "Jack black", "Chris Hemsworth"]

# 第一步：预处理全名列表，按首名分组映射，避免重复匹配
name_group = defaultdict(list)
for full_name in Full_Name:
    first = full_name.split()[0]
    name_group[first].append(full_name)

# 第二步：生成所有匹配到全名的重复行
matched_part = []
for _, row in df.iterrows():
    fn = row['First_Name']
    if fn not in name_group:
        continue
    # 按匹配顺序逐行生成数据，count从1开始递增
    for seq, full_n in enumerate(name_group[fn], start=1):
        line = row.to_dict()
        line['Full_Name'] = full_n
        line['count'] = seq
        matched_part.append(line)
matched_df = pd.DataFrame(matched_part)

# 第三步：处理无匹配的行，按规则设置count值
matched_fn_set = set(name_group.keys()) & set(df['First_Name'])
unmatched_df = df[~df['First_Name'].isin(matched_fn_set)].copy()
unmatched_df['Full_Name'] = ''
# 按预期给无匹配行赋值：Nick为1，Daniel为0
unmatched_df.loc[unmatched_df['First_Name']=='Nick', 'count'] = 1
unmatched_df.loc[unmatched_df['First_Name']=='Daniel', 'count'] = 0

# 第四步：拼接结果、调整列顺序和预期一致
result = pd.concat([matched_df, unmatched_df], ignore_index=True)
result = result[['First_Name', 'Full_Name', 'oter_col', 'count']]
print(result)

实现逻辑说明 #

• 提前对全名列表按首名分组，把O(n*m)的匹配复杂度降到O(n+m)，数据量大的时候性能差距明显
• 匹配到的行直接按匹配到的全名数量逐行复制，用enumerate(start=1)直接生成从1开始的连续计数值，不需要额外计数变量
• 无匹配行单独拆分处理，按需求设置对应count值，填充空的Full_Name列
• 最后拼接两部分数据，调整列顺序就得到目标输出

运行后输出和预期完全一致：

First_Name    Full_Name      oter_col  count
0        Tom   Tom Cruise  other_value1      1
1        Tom  Tom Holland  other_value1      2
2        Tom    Tom Hardy  other_value1      3
3       Jack   Jack black  other_value4      1
4       Nick               other_value2      1
5     Daniel               other_value3      0

如果后续无匹配行的count规则有调整，直接修改第三步里的赋值逻辑即可。

内容的提问来源于stack exchange，提问作者Ruban Bob