DataFrame使用.loc触发FutureWarning，如何替换为reindex()？

首先得修正你代码里一个关键错误——你的条件表达式括号位置不对！&运算符的优先级比==高，所以你原来的(df['column_a']=='US' & df['column_b']=='GB')会先计算'US' & df['column_b']，这完全不是你想要的筛选逻辑。正确的写法应该给每个比较单独加括号：

test_condition = "(df['column_a']=='US') & (df['column_b']=='GB')"

接下来解决你遇到的FutureWarning：

这个警告的核心意思是：如果向.loc传递的列列表里包含不存在的列，当前版本会返回全NaN的列，但未来版本会直接抛出KeyError，官方建议用reindex()来替代列选择的部分。注意——reindex不是用来筛选行的，你之前的写法完全误解了它的用途，这就是结果和.loc不一致的根本原因。

正确的替换步骤 #

我们可以把「筛选行」和「选择列」分开处理，用reindex专门处理列选择的逻辑：

# 修正后的筛选条件
test_condition = "(df['column_a']=='US') & (df['column_b']=='GB')"

# 1. 先筛选满足条件的行（布尔索引的用法是完全没问题的）
filtered_rows = df[eval(test_condition)]

# 2. 用reindex选择需要的列，这一步替代.loc的列选择逻辑
intermediate_df = filtered_rows.reindex(columns=['column_a', 'column_b'])

# 3. 最后修改column_b的值
intermediate_df.loc[:, 'column_b'] = f"{str(variable1)}-----{str(variable2)}"

为什么你之前的reindex写法不对？ #

你写的df.reindex([eval(test_condition), columns='column_a','column_b'])犯了两个核心错误：

• reindex的第一个参数是行索引的标签列表，不是布尔索引（布尔索引是用来筛选行的，和重新对齐索引的逻辑完全不同）
• columns参数需要传入列表格式，不能直接写两个独立字符串（正确写法是columns=['column_a','column_b']）
• 本质上，reindex是用来重新对齐行/列的索引（比如补充缺失的索引标签、调整列顺序），不是用来筛选满足条件的行的。

针对400万行大数据的额外优化 #

处理这么大的DataFrame，还有两个建议能提升性能和安全性：

1. 避免使用eval：eval不仅有安全风险，性能也不如直接写布尔表达式。直接替换成：

condition = (df['column_a'] == 'US') & (df['column_b'] == 'GB')
filtered_rows = df[condition]

2. 直接修改原DataFrame：如果你的最终目的是更新原df的column_b，没必要创建中间DataFrame，直接用.loc修改更省内存、更高效：

df.loc[condition, 'column_b'] = f"{str(variable1)}-----{str(variable2)}"

这种写法也不会触发那个FutureWarning，因为我们只指定了确定存在的列。

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