如何在Pandas中修改指定重复行索引且不影响其他重复项？

当DataFrame存在重复索引时，df.rename(index={'old_value':'new_value'})会批量替换所有同名索引，无法单独修改某一行的重复索引。以下是具体场景和更简洁的解决方法：

场景示例 #

import numpy as np
import pandas as pd

np.random.seed(42)
df = pd.DataFrame(data=np.random.rand(6,3))
df.index = ['Adam','Bob','Charlie','David','Adam','Finny']

print(df)

原始输出：

0         1         2
Adam     0.374540  0.950714  0.731994
Bob      0.598658  0.156019  0.155995
Charlie  0.058084  0.866176  0.601115
David    0.708073  0.020584  0.969910
Adam     0.832443  0.212339  0.181825
Finny    0.183405  0.304242  0.524756

需求：仅将第5行（索引位置4）的"Adam"改为"Elise"。

更直接的解决方法 #

方法1：直接修改索引列表 #

将索引转为可修改的列表，修改指定位置后重新赋值：

idx = list(df.index)
idx[4] = 'Elise'
df.index = idx

方法2：使用Index.where结合位置条件 #

利用Pandas的Index.where方法，通过位置精准替换：

import numpy as np
df.index = df.index.where(np.arange(len(df)) != 4, 'Elise')

方法3：简化版重置索引写法 #

你自己的方法可以简化为链式调用，减少临时变量：

df = df.reset_index().assign(index=lambda x: x['index'].mask(x.index == 4, 'Elise')).set_index('index').rename_axis(None)

以上方法都能得到目标输出：

0         1         2
Adam     0.374540  0.950714  0.731994
Bob      0.598658  0.156019  0.155995
Charlie  0.058084  0.866176  0.601115
David    0.708073  0.020584  0.969910
Elise    0.832443  0.212339  0.181825
Finny    0.183405  0.304242  0.524756

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