如何同时迭代两个Pandas DataFrame列并将列值分别填入文本指定位置

嘿，我看你现在的代码只处理了单个列的遍历，要实现同时迭代两个DataFrame的列（或对应行的值）并填入文本的不同位置，其实用Python的zip()函数就能轻松搞定。我结合你的需求，分两种常见场景给你梳理解决方案：

场景1：逐行配对两个列（Series）生成标题 #

这应该是你最可能的需求——比如有两个列（比如主关键词和修饰词），要把每行的两个值分别填入标题模板的不同位置。

完整代码示例 #

import pandas as pd

# 先模拟你的DataFrame（替换成你自己的数据源）
df = pd.DataFrame({
    'Keyword': ['laptops', 'headphones', 'smartwatches'],
    'Category': ['budget electronics', 'audio gear', 'wearables']
})

def generate_meta_titles(main_term, secondary_term):
    # 定义你的标题模板，两个占位符分别对应两个列的值
    title1 = f'{main_term.title()} - We have a great selection of {secondary_term.title()} | Example.com'
    title2 = f'{main_term.title()} - Choose among several {secondary_term.title()} here | Example.com'
    title3 = f'{main_term.title()} - Buy cheap {secondary_term.title()} easy and fast | Example.com'
    return [title1, title2, title3]

# 方法1：用zip()逐行配对两个列
all_titles = []
for kw, cat in zip(df['Keyword'], df['Category']):
    # 这里可以保留你原来的过滤逻辑（比如关键词校验）
    if kw.lower() not in ['invalid', 'placeholder']:
        all_titles.extend(generate_meta_titles(kw, cat))

# 方法2：用pandas apply更简洁（直接生成DataFrame列）
df['meta_titles'] = df.apply(
    lambda row: generate_meta_titles(row['Keyword'], row['Category']),
    axis=1  # axis=1表示按行处理
)

# 查看结果
print(df['meta_titles'].tolist())

核心逻辑 #

• zip(df['col1'], df['col2'])会把两个列的每行值一一配对，每次循环拿到一组对应的值
• 把这两个值传入模板函数，就能精准填入文本的不同位置
• 保留了你原来的关键词过滤逻辑，只需把判断条件替换成你实际的规则

场景2：迭代两个DataFrame的对应列（列对列） #

如果你的需求是遍历列本身（比如用列名、整列数据填入模板），同样用zip()打包两个DataFrame的列对象即可：

# 模拟两个列数相同的DataFrame
df1 = pd.DataFrame({'Laptops': [100, 200, 300], 'Headphones': [50, 75, 100]})
df2 = pd.DataFrame({'Budget': [80, 150, 250], 'Premium': [120, 250, 350]})

# 同时遍历两个DataFrame的对应列
for col1, col2 in zip(df1.columns, df2.columns):
    # 获取列名和整列数据
    product = col1
    price_range = df2[col2].describe()['min'].astype(int)
    # 填入模板
    template = f'{product.title()} starting at ${price_range} | Example.com'
    print(template)

对你现有代码的修正建议 #

你原来的函数只接受单个参数，现在只需新增第二个参数对应第二个列的值，再用zip()配对迭代即可：

# 修正后的函数
def fetchingMetaTitle(x, y):
    title1 = f'{x.title()} - We have a great selection of {y} | Example.com'
    title2 = f'{x.title()} - Choose among several {y} here | Example.com'
    title3 = f'{x.title()} - Buy cheap {y} easy and fast | Example.com'
    return [title1, title2, title3]

# 假设第二个列是df['YourSecondColumn']
keywords = df['Keyword']
second_col = df['YourSecondColumn']

# 双列迭代+过滤逻辑
results = []
for kw, val in zip(keywords, second_col):
    if kw.lower() not in ['your', 'filter', 'terms']:  # 替换成你的实际过滤规则
        results.extend(fetchingMetaTitle(kw, val))

内容的提问来源于stack exchange，提问作者Bob Harris