使用Python清洗Excel数据：含TH的ProductNumber行匹配填充代码无效如何修复

你的代码没有生效是因为存在以下几处核心逻辑错误：

• 条件判断逻辑错误：if "|TH" in dat['ProductNumber']是判断整个Series对象中是否存在指定字符串，而非判断当前遍历行的ProductNumber值包含TH，该条件永远不成立，后续代码块完全没有执行，因此无修改也无报错。
• 变量名冲突：三层循环重复使用product作为变量名，外层遍历值被内层完全覆盖，逻辑混乱。
• 匹配规则不符合需求：原代码写的test[j]==product[k]是对比两个字符串的单个字符，和你要求的「取ProductNumber左侧与Test值等长的部分匹配」规则完全不符。
• 列名拼写错误：需求中目标列名为THNewHRequired，原代码中错误写为THNewHSKURequired，即使逻辑正确也不会修改目标列。
• 链式赋值风险：使用dat['列名'][索引]的赋值方式属于pandas链式赋值，大概率不会生效，还会触发隐性警告。

建议优先使用pandas自带的操作实现，避免多层嵌套循环，代码逻辑更清晰，执行效率更高：

import pandas as pd

# 筛选所有ProductNumber包含TH的待处理行，记录原始索引
# 如果你需要匹配的是|TH，将下方的'TH'改为r'\|TH'即可
th_rows = dat[dat['ProductNumber'].str.contains('TH', na=False)].reset_index(names='original_idx')

# 遍历每条待处理记录匹配规则
for _, row in th_rows.iterrows():
    current_test = row['Test']
    test_length = len(current_test)
    current_idx = row['original_idx']
    
    # 匹配所有ProductNumber左侧等长部分和当前Test值相等的记录
    matched = dat[dat['ProductNumber'].str[:test_length] == current_test]
    
    if not matched.empty:
        # 取第一条匹配记录的值，有多条匹配需求可自行调整取值规则
        matched_row = matched.iloc[0]
        # 用loc赋值避免链式赋值问题
        dat.loc[current_idx, 'PM'] = matched_row['PM']
        dat.loc[current_idx, 'THRealignment'] = 'Yes'
        dat.loc[current_idx, 'THRecommendedRealignement'] = matched_row['H']
    else:
        dat.loc[current_idx, 'THNewHRequired'] = 'Yes'

如果存在多条匹配结果，你可以根据自己的业务规则修改matched.iloc[0]部分的取值逻辑，比如取最新、取H值最大的记录等。

内容的提问来源于stack exchange，提问作者Nelly