Pandas多索引含DateTime时，按条件修改行值的问题求助

你的问题出在链式索引导致修改了副本而非原DataFrame。当你使用df.loc[idx['ABC', :], 'foo'].loc[...]这种连续的.loc调用时，Pandas可能返回原数据的副本而非视图，后续赋值操作只会修改副本，原DataFrame不会产生变化。

正确写法 #

直接在单个loc操作中整合所有筛选条件，确保操作的是原DataFrame的视图：

idx = pd.IndexSlice
# 同时指定行筛选条件和目标列
df.loc[idx['ABC', df.loc[idx['ABC', :], 'trade_count'] > 100000], 'foo'] = 123.4

或者更简洁的全局掩码写法：

# 构造全局布尔掩码：symbol为ABC 且 trade_count>100000
mask = (df.index.get_level_values('symbol') == 'ABC') & (df['trade_count'] > 100000)
df.loc[mask, 'foo'] = 123.4

为什么你的代码不生效？ #

Pandas的链式索引（比如df.loc[...].loc[...]或df[col].loc[...]）会触发SettingWithCopy机制，这种场景下Pandas无法确定你要修改的是原数据还是副本，通常会静默创建副本并修改，原数据不受影响。即使没有抛出警告，这种操作的行为也是不可预测的，必须避免。

验证方式 #

执行赋值后直接打印对应片段验证结果：

print(df.loc[idx['ABC', :], ['trade_count', 'foo']])

内容的提问来源于stack exchange，提问作者Jon Keller