在Pandas DataFrame中更新数据时遇内存错误，求排查方法

错误原因 #

你遇到的内存爆炸问题，大概率是因为DataFrame存在重复索引——当用loc配合布尔索引操作时，Pandas会触发隐式的广播机制，试图生成一个行数平方级的临时数组（也就是你看到的439547×439547的数组），直接超出了内存上限。

解决办法 #

不需要纠结loc的写法，换更简单直接的方式，或者先处理索引问题：

方法1：直接用replace（最推荐）

这是Pandas里替换单一值最稳妥的方式，完全不会触发内存问题：

df['RATING'] = df['RATING'].replace('BB2', 'BB')

方法2：先重置索引再用loc

如果一定要用loc的写法，先把重复索引去掉：

# 重置索引，丢弃原来的重复索引
df = df.reset_index(drop=True)
# 再执行你的替换代码
df.loc[df["RATING"]=="BB2", "RATING"] = "BB"

方法3：验证索引问题

先确认是不是重复索引导致的，执行这条代码看输出：

print(df.index.is_unique)

如果返回False，就说明确实是重复索引引发的广播问题，用方法2处理即可。

内容的提问来源于stack exchange，提问作者IamaNOOB