如何识别指定列值重复的行并修改原DataFrame的P列值？

直接通过索引定位+原地赋值就能把修改同步回原DataFrame，核心是避免修改子DataFrame副本，而是直接操作原表的目标行。

步骤示例 #

假设你的DataFrame名为df，按以下步骤操作：

1. 导入依赖库

import pandas as pd
import numpy as np

2. 定义分组键（即你提到的四列）

group_cols = ['Chr', 'Start', 'Ref', 'Revel_Score']

3. 定位需要修改的行的索引
   如果你已经能筛选出符合条件的子DataFrame（比如叫target_rows），直接取它的索引即可：

# 假设你已经得到了符合条件的子表target_rows
target_indices = target_rows.index

如果还没筛选，也可以用groupby直接获取：

# 筛选出四列值完全重复的行的索引
target_indices = df.groupby(group_cols).filter(lambda x: len(x) > 1).index

4. 生成随机数并更新原DataFrame

# 生成对应数量的0.01~0.1之间的随机数
random_add = np.random.uniform(low=0.01, high=0.1, size=len(target_indices))
# 直接通过loc定位原表的目标行，修改P列
df.loc[target_indices, 'P'] += random_add

关键说明 #

• 用df.loc[索引, 列名]赋值是原地修改原DataFrame，不会产生副本，确保修改直接同步到原表。
• 避免直接修改筛选出来的子DataFrame（比如target_rows['P'] += ...），因为子表可能是原表的视图或副本，修改后不会同步回原表。

内容的提问来源于stack exchange，提问作者Manolo Dominguez Becerra