使用Python Pandas处理Excel的uniqueidentifier列写入问题

我来帮你搞定这个Pandas处理Excel的问题～

首先梳理下你的场景：你有一份Excel工作表，uniqueidentifier列部分行值为"yes"，其余为空；已经通过Pandas筛选出了该列不等于"yes"的行，现在想要遍历这些行的索引，把它们的uniqueidentifier列值更新为"yes"，同时还需要对Subject列做一些额外操作。

先说说现有代码的优化方向 #

你原来的代码片段只完成了Subject列值的收集，还没实现uniqueidentifier的更新。而且手动遍历索引的效率不算最高，Pandas更推荐矢量化操作；但如果你的业务逻辑必须要遍历索引做自定义操作，也可以实现。

两种实现方案 #

方案一：高效的矢量化批量更新（首推）

不需要手动遍历，直接对目标行批量赋值，这是Pandas最擅长的操作，简洁又快速：

import pandas as pd

# 读取Excel文件
df = pd.read_excel("sample.xlsx")
# 筛选出uniqueidentifier不等于"yes"的行
target_rows = df['uniqueidentifier'] != "yes"
# 批量更新目标行的uniqueidentifier列
df.loc[target_rows, 'uniqueidentifier'] = "yes"

# 如果需要处理Subject列的内容，也可以用矢量化方式
subject_list = df.loc[target_rows, 'Subject'].tolist()
# 执行你的自定义函数
# do some function here

# 保存修改后的Excel文件（index=False避免写入Pandas索引列）
df.to_excel("updated_sample.xlsx", index=False)

方案二：遍历索引手动更新（适配自定义操作场景）

如果你必须要逐行遍历索引来执行特定逻辑，可以这样写：

import pandas as pd

df = pd.read_excel("sample.xlsx")
# 获取目标行的索引列表
target_indices = df[df['uniqueidentifier'] != "yes"].index.tolist()

subject_list = []
for idx in target_indices:
    # 收集Subject列的值
    subject_list.append(df['Subject'][idx])
    # 执行你的自定义函数
    # do some function here
    # 更新当前行的uniqueidentifier列
    df.loc[idx, 'uniqueidentifier'] = "yes"

# 保存修改后的文件
df.to_excel("updated_sample.xlsx", index=False)

几个注意点 #

• 记得用import pandas as pd导入库，这是Pandas的通用写法，比直接写pandas.read_excel更简洁
• 空值会被df['uniqueidentifier'] != "yes"筛选出来，正好符合你的需求
• 保存文件时加上index=False，可以避免把Pandas自动生成的索引列写入Excel

内容的提问来源于stack exchange，提问作者S.Mehta