如何高效批量设置Pandas DataFrame中指定位置的值？

我有一个大型DataFrame，需要将大量指定位置设置为某个值。目前通过循环逐个设置这些值，速度极慢：

import pandas as pd
import numpy as np

# 大型DataFrame
column_names = np.array(range(100))
np.random.shuffle(column_names)

row_names = np.array(range(100))
np.random.shuffle(row_names)

df = pd.DataFrame(columns=column_names, index=row_names)

# 待设置的索引值
ix = np.random.randint(0, 100,1000)

# 待设置的列值
iy = np.random.randint(0, 100,1000)

# 逐个将指定位置设为1
for k in range(len(ix)):
    df.loc[ix[k], iy[k]]=1

上述循环在我的机器上耗时0.35秒。尝试用df.loc[ix, iy]=1仅需0.035秒，但结果不正确——它会把ix和iy的所有组合对应的位置都设为1。想找同样高效的批量设置方法，无需逐个遍历位置。

方法1：元组列表精准索引 #

直接将ix和iy配对成(row, column)元组的列表，传入df.loc即可实现精准赋值，速度和批量操作一致：

df.loc[list(zip(ix, iy))] = 1

该方式严格按照每一组(ix[k], iy[k])的位置赋值，和循环逻辑完全一致，不会产生笛卡尔积的错误。

方法2：直接操作底层Numpy数组 #

利用DataFrame的底层Numpy数组操作，性能最优：

# 转换为整数位置（适配打乱的索引/列名）
row_pos = df.index.get_indexer(ix)
col_pos = df.columns.get_indexer(iy)

# 直接修改底层数组
df.values[row_pos, col_pos] = 1

这种方式绕开Pandas索引层，直接对Numpy数组赋值，速度接近纯Numpy操作，适合超大型数据集。

方法3：Series构造更新序列 #

若需要保留原有非NaN值，可构造Series后用update方法批量更新：

update_series = pd.Series(1, index=pd.MultiIndex.from_arrays([ix, iy]))
df.update(update_series.unstack(fill_value=np.nan))

此方法逻辑清晰，但性能略逊于前两种。

内容的提问来源于stack exchange，提问作者Botond