使用for循环遍历列表时从CSV提取对应值的实现问题

我来帮你排查下问题，顺便给你几个更高效的解决方案～

你的代码为什么没工作？ #

1. in操作符用错了：df.word是pandas的Series对象，直接用w in df.word会检查w是否在Series的索引里（默认是0、1、2...），而不是检查单词是否在列的取值中，所以这个判断永远返回False，累加代码根本没执行。
2. 就算匹配到，累加的是整列值：就算判断成功，df.pleasantness是整个列的所有值，不是当前匹配单词对应的单个数值，这样会把所有单词的pleasantness都加一遍，显然不符合需求。
3. 可能的大小写/标点问题：比如你的文本文件里的单词是大写（比如"A"），或者带标点（比如"abandon,"），而csv里都是小写无标点的纯单词，这也会导致匹配失败。

方案1：修复你的循环代码 #

先解决判断和取值的问题，同时优化查找效率：

import pandas as pd

# 读取csv字典
df = pd.read_csv("dictionary.csv", sep=',')
# 把单词列转成小写集合，加快查找速度，同时统一大小写
word_set = set(df.word.str.lower())
# 建立单词到数值的映射字典，避免每次查找都遍历DataFrame
word_values = df.set_index('word')[['pleasantness','activation','imagery']].to_dict('index')

# 读取文本并清洗：转小写、去除常见标点
with open(textfile, 'r') as read_file:
    data = read_file.read().split()
data_cleaned = [w.lower().strip('.,!?;:"\'') for w in data]

# 初始化统计变量
total_words = 0
total_pleasantness = 0.0
total_activation = 0.0
total_imagery = 0.0

for w in data_cleaned:
    total_words += 1
    if w in word_set:
        # 从字典中快速取出对应数值
        vals = word_values[w]
        total_pleasantness += vals['pleasantness']
        total_activation += vals['activation']
        total_imagery += vals['imagery']

print(f"总遍历单词数：{total_words}, 累计pleasantness：{total_pleasantness}, 累计activation：{total_activation}, 累计imagery：{total_imagery}")

方案2：用pandas向量化操作（更高效，推荐） #

如果你的data列表很大，循环会很慢，用pandas的内置方法更高效，还能自动处理重复单词的累加：

import pandas as pd

# 读取csv字典
df = pd.read_csv("dictionary.csv", sep=',')
# 读取文本并清洗
with open(textfile, 'r') as read_file:
    data = read_file.read().split()
data_cleaned = [w.lower().strip('.,!?;:"\'') for w in data]

# 统计每个单词的出现次数
word_counts = pd.Series(data_cleaned).value_counts().reset_index()
word_counts.columns = ['word', 'occurrences']

# 和字典表合并，只保留字典中存在的单词
merged_df = pd.merge(word_counts, df, on='word', how='inner')

# 计算累计值：出现次数 × 对应数值
merged_df['total_pleasantness'] = merged_df['occurrences'] * merged_df['pleasantness']
merged_df['total_activation'] = merged_df['occurrences'] * merged_df['activation']
merged_df['total_imagery'] = merged_df['occurrences'] * merged_df['imagery']

# 汇总结果
total_words = len(data_cleaned)
total_p = merged_df['total_pleasantness'].sum()
total_a = merged_df['total_activation'].sum()
total_i = merged_df['total_imagery'].sum()

print(f"总遍历单词数：{total_words}, 累计pleasantness：{total_p}, 累计activation：{total_a}, 累计imagery：{total_i}")

额外提示 #

• 如果你不确定文本里的单词是否有标点，一定要做清洗处理，否则会出现明明单词存在但匹配不到的情况。
• 如果csv里有重复的单词，方案2会自动合并同一单词的次数，比循环更准确。
• 方案2的效率远高于循环，尤其是当data列表包含上万甚至更多单词时，差距会非常明显。

内容的提问来源于stack exchange，提问作者Fillask