如何修改DataFrame切片对应的原DataFrame中指定列的值？

我执行以下代码筛选DataFrame的切片：

market_info_df.loc[(market_info_df['issue_status'] == '10') & (market_info_df['market_phase'] == '0') & (market_info_df['trading_state'] == '  ')].iloc[0]

得到的切片内容如下：

activity                                          0
msg_original_type                                 0
sequence_no                                       0
system_event                                       
timestamp                2021-12-13 15:17:28.593198
trading_status                                    1
market_state                                   None

我想把原market_info_df中该切片对应的market_state值改为OPENING_AUCTION，尝试了以下代码：

first_row = market_info_df.loc[(market_info_df['issue_status'] == '10') & (market_info_df['market_phase'] == '0') & (market_info_df['trading_state'] == '  ')].iloc[0]

first_row['market_state'] = 'OPENING_AUCTION' 

但执行print(market_info_df)后发现原DataFrame里的对应值没改，只改了first_row这个切片对象的值，请问怎么直接修改原DataFrame的对应值？

你之前的代码里，loc[...]].iloc[0]返回的是原DataFrame的副本而非视图，所以修改副本不会影响原DataFrame。要直接修改原数据，可采用以下两种方法：

方法1：直接用loc定位行和列 #

将筛选条件与目标列名组合，直接赋值修改原DataFrame：

market_info_df.loc[
    (market_info_df['issue_status'] == '10') & 
    (market_info_df['market_phase'] == '0') & 
    (market_info_df['trading_state'] == '  '),
    'market_state'
] = 'OPENING_AUCTION'

该方法会直接修改所有符合条件行的market_state列，若你确认只有一行符合条件，这是最直接的方式。

方法2：获取目标行索引后赋值 #

先提取符合条件行的索引，再通过索引定位修改：

# 获取符合条件行的索引
target_index = market_info_df.loc[
    (market_info_df['issue_status'] == '10') & 
    (market_info_df['market_phase'] == '0') & 
    (market_info_df['trading_state'] == '  ')
].index[0]

# 通过索引修改原DataFrame的值
market_info_df.loc[target_index, 'market_state'] = 'OPENING_AUCTION'

这种方法适合需要单独处理索引的场景，确保仅修改指定的那一行。

内容的提问来源于stack exchange，提问作者user19667022