如何遍历Excel某列每行并查询对应字符串是否存在于第二个表格的指定列中

代码运行异常原因 #

• in 对pandas Series的判断逻辑不符合预期：name1 in df4 判断的是name1是否为df4的索引值，而非是否存在于df4的数值中，判断值是否存在需改为name1 in df4.values
• 缩进逻辑错误：当前else和for平级，属于Python的for...else语法，只有整个for循环没有触发break时才会执行一次，无法实现每个不匹配元素都打印no的需求
• 未处理空值：如果字符串分割后不存在第二个元素，会返回NaN值，后续判断会出现逻辑异常，建议提前过滤空值

修正后的循环写法 #

import pandas as pd

df1 = pd.read_excel('Manual reports.xlsx')
df3 = pd.read_csv('Audit.csv')

# 提取目标列并过滤空值
df4 = df3['File'].str.split(';').str[1].dropna()
destination_vals = df1['Destination Path'].str.split('m').str[1].dropna()

# 逐行判断
for name1 in destination_vals:
    if name1 in df4.values:
        print(name1, "yes")
    else:
        print(name1, "no")

更高效的向量化写法（推荐，适合数据量较大的场景） #

使用pandas内置isin方法批量判断，性能远高于手动循环，转集合后匹配效率更高：

import pandas as pd

df1 = pd.read_excel('Manual reports.xlsx')
df3 = pd.read_csv('Audit.csv')

# 转集合降低匹配时间复杂度
target_set = set(df3['File'].str.split(';').str[1].dropna())
# 批量生成匹配结果
df1['match_res'] = df1['Destination Path'].str.split('m').str[1].isin(target_set).map({True:'yes', False:'no'})

# 输出结果
for name, res in zip(df1['Destination Path'].str.split('m').str[1], df1['match_res']):
    if pd.notna(name):
        print(name, res)

内容的提问来源于stack exchange，提问作者sid