如何为Pandas DataFrame的随机子集设置指定列的值？

嘿，这个问题我之前也碰到过！你之所以没法成功修改原DataFrame的group列值，核心原因是**链式索引（Chained Indexing）**在搞鬼——你写的df.sample(2)['group'] = 'experimental'或者df.iloc[[0,1]]['group'] = 'experimental'，其实都是在修改一个临时生成的副本，而不是原DataFrame本身，所以修改完原数据根本没变化。

正确的解决方法 #

这里给你两种靠谱的实现方式，都是直接对原DataFrame进行修改：

方法1：针对随机选取样本的场景

先获取随机样本的索引，再用loc直接定位行和列进行赋值：

# 先抽取2个随机样本，获取它们的索引
random_rows = df.sample(2)
# 通过索引直接修改原df的group列
df.loc[random_rows.index, 'group'] = 'experimental'

或者更简洁的写法：

df.loc[df.sample(2).index, 'group'] = 'experimental'

方法2：针对指定行位置的场景

如果你是明确要修改第0、1行，直接用loc同时指定行和列（推荐），或者用iloc结合列的位置索引：

# 用loc直接定位行和列名（最直观）
df.loc[[0, 1], 'group'] = 'experimental'

# 或者用iloc，先获取group列的位置索引
group_col_idx = df.columns.get_loc('group')
df.iloc[[0, 1], group_col_idx] = 'experimental'

为什么原来的方法不生效？ #

当你使用链式索引（比如先sample()再取列，或者先iloc再取列）时，Pandas无法确定返回的是原数据的视图还是副本。这种情况下，赋值操作只会作用在那个临时的中间对象上，原DataFrame完全不会被修改，如果你打开了Pandas的警告，还会看到SettingWithCopyWarning提示你这个风险。

修改后示例结果 #

执行正确的代码后，你的DataFrame会变成这样：

species   name        group
0  platypus   mike  experimental
1    monkey   paul  experimental
2    possum   doug       control

内容的提问来源于stack exchange，提问作者Nicolas Gervais