如何通过对应索引向Pandas列插入/更新值？无需迭代

方法一：直接使用loc向量化赋值 #

这是最直观的实现方式，利用pandas的loc索引器直接完成数据映射：

# 通过df1的index_copy列定位df2的目标行，赋值对应Numeric Value
df2.loc[df1['index_copy'], 'Column_to_be_updated'] = df1['Numeric Value']

原理：loc支持传入索引数组作为行选择器，pandas会自动对齐df1['index_copy']中的索引值与df2的行索引，将对应数据写入Column_to_be_updated列的指定位置，未被选中的行保持初始NaN值。

方法二：使用update方法安全更新 #

如果需要确保只更新df2中已存在的索引（避免df1包含无效索引引发的问题），可以用update方法：

# 将df1转换为以目标索引为索引的Series
update_series = df1.set_index('index_copy')['Numeric Value']
# 原地更新df2的目标列，仅处理两者共有的索引
df2['Column_to_be_updated'].update(update_series)

原理：update方法会用传入的Series值覆盖目标列的对应索引位置，仅处理双方共有的索引，不会对df2中不存在的索引做任何操作，安全性更高。

两种方法均为pandas内置的向量化操作，完全避免了循环迭代，效率远高于逐行赋值。

内容的提问来源于stack exchange，提问作者Gorgonzola