如何在Python pandas DataFrame中仅为无前缀的指定记录添加前缀

原有代码存在两个核心问题：

1. 条件判断逻辑错误：str.find(prefix)在字符串开头匹配到前缀时返回值为0，刚好满足<1的判断条件，会导致已有前缀的记录也被重复添加前缀
2. 结果长度不匹配：原有循环仅对满足条件的记录做append，最终生成的new_list长度会小于原DataFrame行数，后续赋值给df列时会出现长度不匹配问题

循环写法修正 #

new_list = [] 
prefix = 'x' 
for ids in df['ids']:
    # 先统一转字符串，避免数值/空值类型报错
    id_str = str(ids)
    # 仅对非前缀开头的记录添加前缀
    if not id_str.startswith(prefix):
        new_list.append(prefix + id_str)
    # 已有前缀的直接保留
    else:
        new_list.append(id_str)
df['ids'] = new_list

更高效的Pandas向量化写法（推荐） #

不需要循环，直接用Series内置方法处理，性能远高于遍历：

prefix = 'x'
# 先统一转为字符串类型并填充空值，避免方法调用报错
df['ids'] = df['ids'].astype(str).fillna('')
# where方法：满足条件（是指定前缀开头）时保留原值，不满足时执行前缀拼接
df['ids'] = df['ids'].where(
    df['ids'].str.startswith(prefix),
    prefix + df['ids']
)

1. 逻辑不匹配：str.contains(prefix)是判断字符串任意位置包含前缀就返回True，你需要的是判断开头是否为前缀，应该用str.startswith(prefix)
2. 列类型问题：如果ids列存在非字符串类型的值（比如数值、NaN空值），调用str开头的方法会抛出类型错误，提前做astype(str).fillna('')处理即可避免

内容的提问来源于stack exchange，提问作者user17422708