匹配IMDb文件名到DataFrame列时出现真值模糊错误如何解决

报错原因 #

• 你调用df_temp['imdb_title_id'].str.contains()返回的是布尔类型的Series，if语句无法直接对Series的整体真值做判断，才会触发ValueError
• 你的匹配逻辑有误：要求取文件名前9位匹配，但现有代码直接传入了完整文件名做匹配，不符合业务要求
• os.listdir会读取目录下所有类型的文件，未做图片格式过滤，可能会匹配到无效文件

修复后的代码（循环版本，兼容你原有写法逻辑） #

import os
import pandas as pd

valid_suffix = ('.jpg', '.jpeg')
mapping_list = []

for filename in os.listdir(directory):
    # 过滤非图片文件
    if not filename.lower().endswith(valid_suffix):
        continue
    # 提取文件名前9位作为匹配ID
    match_id = filename[:9]
    # 用.any()判断是否存在匹配项
    if df_temp['imdb_title_id'].str.contains(match_id).any():
        mapping_list.append({
            'imdb_title_id': match_id,
            'image_file': filename
        })

# 生成最终映射DataFrame
df_image_mapping = pd.DataFrame(mapping_list)

更高效的优化版本（无需逐行判断，用集合匹配速度提升明显，适合文件量较大的场景） #

import os
import pandas as pd

# 先把已存在的ID转成集合，O(1)速度匹配
exist_id_set = set(df_temp['imdb_title_id'].tolist())
valid_suffix = ('.jpg', '.jpeg')

mapping_list = [
    {'imdb_title_id': filename[:9], 'image_file': filename}
    for filename in os.listdir(directory)
    if filename.lower().endswith(valid_suffix) and filename[:9] in exist_id_set
]

df_image_mapping = pd.DataFrame(mapping_list)

内容的提问来源于stack exchange，提问作者davidvera