如何基于Python列表元素匹配Pandas DataFrame的Y列查询X列数据？

首先，你之前的代码没成功，大概率是这几个原因：

• 文件名和DataFrame里的Y列字符串不匹配（比如大小写不一样、有多余空格、后缀不一致）
• 匹配结果为空或者有多个结果，导致.item()报错（.item()只能返回单个唯一的匹配值，空或多值都会抛出ValueError）

下面给你几个实用的解决方案，按需选择：

方案一：循环处理+安全判断（适合需要逐行自定义逻辑） #

先把文件名列表预处理好，然后循环时先判断是否有匹配结果，避免报错：

import glob
import os
import pandas as pd

# 假设你的DataFrame已经加载好了，比如：
# df = pd.read_csv("your_data.csv")

# 预处理文件名列表，避免循环里重复覆盖变量
filelist = glob.glob('/somedir/*.txt')
filenames = [os.path.basename(f) for f in filelist]

result_list = []
for f in filenames:
    # 筛选Y列等于当前文件名的行
    matched = df[df['Y'] == f]
    if not matched.empty:
        # 取第一个匹配的X值（如果确定Y列唯一，用matched['X'].item()也可以）
        x_val = matched['X'].iloc[0]
        result_list.append(x_val)
    else:
        # 无匹配时的处理，可根据需求调整
        print(f"⚠️ 没找到匹配文件名「{f}」的记录")
        result_list.append(None)

方案二：向量化映射（高效！适合数据量大的场景） #

如果Y列的每个值对应唯一的X值，用字典映射+map方法比循环快得多：

# 先预处理文件名列表
filenames = [os.path.basename(f) for f in filelist]

# 创建Y到X的映射字典
y_to_x = df.set_index('Y')['X'].to_dict()

# 批量映射每个文件名到对应的X值，无匹配返回None
result_list = [y_to_x.get(f) for f in filenames]
# 或者用Pandas Series的map方法：
# result_list = pd.Series(filenames).map(y_to_x).tolist()

方案三：Merge合并（适合Y列有多个匹配结果的情况） #

如果同一个文件名在Y列对应多行数据，用Merge可以保留所有匹配结果，同时保留所有文件名：

filenames_series = pd.Series(filenames, name='Y')
# 合并文件名列表和原DataFrame的Y、X列
merged_df = filenames_series.to_frame().merge(df[['Y', 'X']], on='Y', how='left')
# merged_df里的X列就是对应的值，无匹配的会显示NaN
print(merged_df)

关键排查步骤：确保字符串匹配 #

如果还是不行，先检查文件名和Y列的格式是否一致：

# 打印前几个文件名和Y列值对比
print("文件名示例：", filenames[:3])
print("DataFrame Y列示例：", df['Y'].head(3).tolist())

如果发现大小写/空格/后缀问题，统一处理：

# 统一转小写+去除首尾空格
filenames = [os.path.basename(f).lower().strip() for f in filelist]
df['Y'] = df['Y'].str.lower().str.strip()

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