Pandas DataFrame编辑值后无法保存：移除单元格指定标识符后文本失败问题求助

这个问题我碰到过不少次，核心原因是你对iterrows()返回的row对象理解有误——它只是原DataFrame行的副本，不是直接引用。你在循环里修改row["Body2"]，其实只是改了临时的副本，根本没触碰到原DataFrame的数据，所以最终Body2列还是全NaN。

如果想保留原来的循环思路，只需要把对row["Body2"]的赋值改成直接操作原DataFrame的对应位置即可：

import pandas as pd
import numpy as np
df = pd.read_excel(r'Desktop\Trial.xlsx')
df["Body2"] = np.nan
substring = "____________"

for index, row in df.iterrows():
    if substring in row["Body"]:
        split_string = row["Body"].split(substring, 1)
        # 直接通过.loc定位原DataFrame的行和列进行赋值
        df.loc[index, "Body2"] = split_string[0]

print(df)

这样修改后，赋值操作会直接作用于原DataFrame，处理后的结果就能正常保存到Body2列里了。

Pandas的优势在于矢量化运算，相比iterrows()循环，这种方法速度更快、代码更简洁，尤其适合处理大数据量的场景：

import pandas as pd
import numpy as np
df = pd.read_excel(r'Desktop\Trial.xlsx')
substring = "____________"

# 用np.where实现条件赋值：包含子串则取分割后的第一部分，否则设为NaN
df["Body2"] = np.where(
    df["Body"].str.contains(substring),
    df["Body"].str.split(substring, n=1).str[0],
    np.nan
)

print(df)

如果你的Body列存在缺失值（NaN），可以先做个填充避免报错：

df["Body"] = df["Body"].fillna("")

内容的提问来源于stack exchange，提问作者Khushi Thakkar