CSV关键词映射DataFrame时索引计数器重复返回10的问题排查

该问题由计数器自增逻辑的位置错误导致：
你当前的计数器自增逻辑被放在了「映射后的新关键词不存在于结果字典」的条件分支中，仅当首次出现某个新关键词时才会触发计数器+1。而你的CSV中第9、10、11行的MAP TO字段值均为wars of religion，触发了逻辑漏洞：

1. 处理第9行（索引9）的旧关键词wars of religion时，新关键词不在字典中，触发新增逻辑，计数器自增为10
2. 处理第10行（索引10）的旧关键词war of religion时，新关键词已存在于字典中，仅执行页码追加操作，未触发计数器自增，计数器仍为10
3. 处理第11行（索引11）的旧关键词confessional warfare时，代码仍读取索引为10的行数据，出现匹配错位，最终触发异常逻辑直接将旧关键词写入结果字典。

1. 调整计数器位置：将counter += 1代码移到循环体的最外层，无论新关键词是否已存在于字典，每处理完一行CSV数据就执行一次自增，保证行索引和遍历进度完全对齐。
2. 更稳妥的方案是放弃手动维护计数器，直接使用pandas自带的行遍历方法处理CSV数据，从根源避免手动计数的错位问题，参考代码如下：

# 遍历DataFrame的每一行，idx为行索引，row为当前行数据
for idx, row in df.iterrows():
    old_keyword = row['WORD']
    mapped_keyword = row['MAP TO']
    print(f"TRYING TO FIND {old_keyword} :")
    print(f"POSITION IN DATAFRAME: {idx}")
    # 以下保留你原有页码提取、结果字典更新的逻辑

3. 额外优化建议：更新结果字典时仅和映射后的新关键词绑定，不需要关联计数器逻辑，参考逻辑：

# 调用你原有提取页码的方法，拿到当前旧关键词对应的页码列表
page_nums = get_pdf_page_numbers(old_keyword)
if mapped_keyword in index_dict:
    # 新关键词已存在，追加页码后去重排序
    index_dict[mapped_keyword].extend(page_nums)
    index_dict[mapped_keyword] = sorted(list(set(index_dict[mapped_keyword])))
else:
    # 新关键词不存在，新增键值对
    index_dict[mapped_keyword] = page_nums

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