Pandas无循环获取列表元素索引生成移位列报错排查与解决

这个问题其实可以用非常简洁的字典映射来解决，完全不需要循环或者复杂的条件判断，而且效率还很高。先看最优解法：

import pandas as pd

names = ["U9", "Z9", "H10"]
dat = pd.DataFrame({'col1': ["U9", "U9", "U9", "Z9", "Z9", "H10", "H10", "H10", "H10", "H10"]})

# 直接创建"当前元素"到"下一个元素"的映射字典
name_to_next = {names[i]: names[i+1] for i in range(len(names)-1)}

# 用map方法一键生成col2，不存在的键会自动填充NaN
dat['col2'] = dat['col1'].map(name_to_next)

运行后得到的col2就是你想要的结果：["Z9", "Z9", "Z9", "H10", "H10", nan, nan, nan, nan, nan]

为什么原来的代码会报错？ #

你尝试的names[names.index(dat['col1'])+1]这里有个关键问题：names.index()方法只能接收单个元素，但你传入的是整个dat['col1'] Series，这就导致Python无法判断整个Series的真值，所以抛出了ValueError: The truth value of a Series is ambiguous的错误。

其他可选解法（进阶思路） #

如果你需要保留索引的逻辑（比如后续可能有其他基于索引的操作），可以先把元素映射为索引，再通过索引获取下一个元素：

import pandas as pd
import numpy as np

names = ["U9", "Z9", "H10"]
dat = pd.DataFrame({'col1': ["U9", "U9", "U9", "Z9", "Z9", "H10", "H10", "H10", "H10", "H10"]})

# 元素到索引的映射字典
name_to_idx = {name: idx for idx, name in enumerate(names)}
dat['idx'] = dat['col1'].map(name_to_idx)

# 利用np.where和Series索引生成col2
name_series = pd.Series(names)
dat['col2'] = np.where(
    dat['idx'] < len(names)-1,
    name_series[dat['idx'] + 1].values,
    np.nan
)

# 移除中间的idx列（可选）
dat.drop('idx', axis=1, inplace=True)

这种方法的优势是可以保留索引信息做后续处理，不过对于当前问题来说，第一种字典直接映射的方法更简洁高效。

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