遍历pandas DataFrame按增删记录维护列表历史时触发list.remove值不存在错误求解

1. 空值判断失效触发移除报错 #

pandas默认读取的空单元格是np.nan类型，不是Python原生的空字符串''。Python中np.nan与任何值做不等判断都会返回True，哪怕判断的对象就是它自己。
你当前的判断逻辑df.iloc[count].added != ''根本无法识别空值：循环走到第1行（索引1）时，added列是NaN，判断条件会误判为真，代码会尝试从初始股票列表中移除NaN值——因为列表里不存在这个值，直接抛出ValueError: list.remove(x) not in list。

2. 列表方法的返回值与引用认知错误 #

Python的list.remove()、list.append()都是原地修改列表的方法，执行完成后没有返回值（即默认返回None）。
哪怕空值判断逻辑正确，你把这两个方法的返回值赋值给new变量，最后store里存的全是None，根本没法记录每一步操作后的列表快照。如果图省事直接把原列表存入store，还会踩可变对象的坑：list是Python的可变引用类型，store里存的不是列表的内容，而是列表的内存地址，后续原地修改列表时，之前存入的所有快照都会被同步改成最新值，最后所有行的history列内容完全相同。

核心调整点：

• 用pandas内置的pd.notna()判断单元格是否为空，替代和空字符串比较的逻辑
• 每次增删操作完成后，存入当前列表的副本（用list.copy()方法），避免引用污染
• 取消给remove/append方法赋值的错误逻辑

import pandas as pd
import numpy as np

# 初始股票列表
current_holdings = ['AAPL', 'AAL', 'MPWR', 'TRMB']
# 构造测试DataFrame，空值对应pandas默认的nan类型
df = pd.DataFrame({
    'added': ['MPWR', np.nan, np.nan, 'TRMB', np.nan],
    'removed': [np.nan, 'FTI', 'CXO', np.nan, 'TIF']
})
history_list = []

for _, row in df.iterrows():
    # 对应原业务逻辑：added列非空时移除该标的
    if pd.notna(row['added']):
        current_holdings.remove(row['added'])
    # removed列非空时新增该标的
    if pd.notna(row['removed']):
        current_holdings.append(row['removed'])
    # 存入当前持仓的副本，避免引用问题
    history_list.append(current_holdings.copy())

# 给df新增history列
df['history'] = history_list

运行完成后得到的df和预期格式完全一致。

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