Pandas中如何用条件匹配的数据框子集替换指定行的NA值？

问题原因 #

你的代码未生效的核心问题是pandas的索引对齐机制：当用两个loc子集直接赋值时，pandas会严格按照行索引匹配数据。即便两边行数一致，只要索引不对应，赋值操作就无法正确映射到目标行，最终表现为无效果。

解决方案 #

针对你的需求（用Number为3倍数的行替换Number为5倍数的行的A/B/C列，且两边行数一致），可以用以下两种方法解决：

方法1：提取子集的值（忽略索引）

直接提取右侧子集的底层数值数组，跳过索引对齐逻辑，强制按位置赋值：

# 定义筛选条件
mask_5 = df['Number'] % 5 == 0
mask_3 = df['Number'] % 3 == 0

# 提取值进行赋值
df.loc[mask_5, ['A', 'B', 'C']] = df.loc[mask_3, ['A', 'B', 'C']].values

方法2：重置右侧子集的索引

将右侧子集的索引重置为连续的0起始索引，使其与左侧子集的索引位置一一对应：

mask_5 = df['Number'] % 5 == 0
mask_3 = df['Number'] % 3 == 0

# 重置索引后赋值
df.loc[mask_5, ['A', 'B', 'C']] = df.loc[mask_3, ['A', 'B', 'C']].reset_index(drop=True)

示例验证 #

假设调整后的测试数据（保证两边行数一致）：

运行上述代码后，Number为5、10的行的A/B/C列会被依次替换为Number为6、9的行的值，最终结果如下：

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