Python Pandas：交换DataFrame指定行列值失败的问题咨询

嘿，我来帮你搞定这个问题！你遇到的这个情况其实是Pandas里经典的「视图 vs 副本」的坑，咱们一步步拆解来看：

为什么你的代码没生效？ #

当你用df[df['type']=='toy'][['symbol', 'desc']]这种链式索引的时候，Pandas没办法确定返回的是原DataFrame的视图还是副本。这里它返回的是副本，所以你对这个副本做的修改根本不会同步到原df里，那个SettingWithCopyWarning其实就是在提醒你这一点。

正确的解决方案：用.loc精准定位 #

Pandas官方推荐用.loc[row_indexer, col_indexer]的方式来修改数据，这样能确保你操作的是原DataFrame的视图，修改会直接生效。而且要注意避免列名对齐的问题，咱们直接用.values来传递数值：

代码示例 #

import pandas as pd

# 初始化你的DataFrame
df = pd.DataFrame({
    "type": ['pet', 'toy', 'toy', 'car'],
    "symbol": ['A', 'B', 'C', 'D'],
    "desc": [1, 2, 3, 4]
})

# 第一步：创建掩码，定位type为toy的行
mask = df['type'] == 'toy'

# 第二步：用.loc交换指定行的symbol和desc列
df.loc[mask, ['symbol', 'desc']] = df.loc[mask, ['desc', 'symbol']].values

# 查看结果
print(df)

运行结果 #

type symbol desc
0  pet      A    1
1  toy      2    B
2  toy      3    C
3  car      D    4

补充说明 #

为什么要加.values？因为如果直接写df.loc[mask, ['desc', 'symbol']]，Pandas会根据列名去对齐赋值，相当于把desc的值赋给symbol列、symbol的值赋给desc列，但列名还是原来的，这样交换就失效了。用.values可以拿到纯数值的numpy数组，跳过列名对齐，实现真正的交换。

内容的提问来源于stack exchange，提问作者Cuteufo