如何按多列表指定的索引修改DataFrame对应列的值

可以通过列名-索引列表的字典映射，结合循环批量处理需要替换的列，高效完成多列的指定索引值替换：

import pandas as pd

# 初始化示例DataFrame（实际使用时替换为你的真实DataFrame）
df = pd.DataFrame({
    'Column A': ['marcos', 'Julila', 'Fran', 'Pedri', 'Olmo'],
    'Column B': ['peter', 'mike', 'Ramon', 'Gavi', 'Torres']
})

# 定义需要处理的列与对应索引列表的映射字典
col_index_map = {
    'Column A': [0, 1, 2],
    'Column B': [2, 4],
    # 按需添加剩余6列的映射，格式为 '列名': [索引1, 索引2, ...]
}

substitution = 'no data'

# 遍历映射字典，批量替换指定位置的值
for col, indices in col_index_map.items():
    df.loc[indices, col] = substitution

# 查看处理后的结果
print(df)

这段代码会直接将每个指定列中对应索引位置的值替换为no data，完全匹配你给出的示例输出。后续新增需要处理的列时，只需在col_index_map字典中补充对应的键值对即可，不需要修改核心逻辑。

内容的提问来源于stack exchange，提问作者D EA