循环迭代Pandas DataFrame时，如何将Azure OpenAI响应写入已有列

嗨，我看了你遇到的问题，核心是误用了insert()方法——这个函数是用来新增一列的，而你需要的是更新已有列里对应行的值，难怪会报错说列已经存在啦。

咱们直接修改你的循环代码就行，用loc来定位当前行的AI Response列，把OpenAI的响应赋值过去就好：

import time
import pandas as pd
import openai

# 假设你已经正确加载了df_descriptions
for index, row in df_descriptions.iterrows():
    # 注意列名大小写要和DataFrame里的一致，你的列名是Description（首字母大写）
    prompt = row['Description']
    response = openai.ChatCompletion.create(
        engine="gpt-35-turbo",
        messages=[
            {"role": "system", "content": "You are an AI assistant"},
            {"role": "user", "content": prompt},
        ],
        temperature=0.3,
        max_tokens=1000,
        top_p=0.95,
        frequency_penalty=0,
        presence_penalty=0,
        stop=None,
    )
    # 关键修改：用loc定位当前行的AI Response列，直接赋值覆盖NaN
    df_descriptions.loc[index, 'AI Response'] = response.choices[0].message.content
    print(df_descriptions['AI Response'])
    time.sleep(5)

为什么这样可行？ #

• iterrows()每次循环会返回当前行的index（行索引）和row（行数据），用df.loc[index, '列名']就能精准定位到你要更新的单元格，直接赋值就会替换原来的NaN值。
• 全程只是修改已有列的内容，不会触发列重复创建的问题，完美匹配你的需求。

小细节提醒 #

你原代码里写的是row['description']，但你的DataFrame列名是Description（首字母大写），这里一定要注意大小写一致，不然会取不到提示文本哦！

如果之后你的数据量变大，iterrows()的效率可能不够理想，那时候可以考虑用apply函数批量处理，但目前你的场景下，iterrows()搭配loc的写法简单直观，完全够用。

备注：内容来源于stack exchange，提问作者pg.lopes