Python Pandas需求：将John的10工时职位改为Restaurant Manager

核心思路 #

先筛选员工John的记录，计算累计工时，定位到累计工时达到10小时的目标行，再通过这些行的索引直接修改原DataFrame的position字段。

步骤与代码示例 #

假设你的原始DataFrame结构如下（可替换为实际业务数据）：

import pandas as pd

data = {
    'employee': ['John', 'John', 'John', 'Jane', 'John'],
    'hours': [3, 4, 3, 5, 2],
    'position': ['Burger flipper'] * 5
}
df = pd.DataFrame(data)

1. 筛选John的记录并计算累计工时
   提取John的子集并计算累计工时，用copy()避免链式赋值警告：

   john_subset = df[df['employee'] == 'John'].copy()
   john_subset['cumulative_hours'] = john_subset['hours'].cumsum()
   

2. 定位目标行的索引
   根据实际需求选择判断逻辑：

   • 若要修改累计工时≤10小时的所有行（包括最后一行使总和刚好达到10的记录）：

     target_indices = john_subset[john_subset['cumulative_hours'] <= 10].index
     

   • 若要修改首次累计达到≥10小时的行及之前的所有记录：

     # 找到首次累计工时≥10的行索引
     first_reach_idx = john_subset[john_subset['cumulative_hours'] >= 10].index[0]
     # 取该行及之前的所有索引
     target_indices = john_subset.loc[:first_reach_idx].index
     

3. 修改原DataFrame的职位字段
   通过索引直接修改原DataFrame：

   df.loc[target_indices, 'position'] = 'Restaurant Manager'
   

注意事项 #

• 若John的总工时不足10小时，上述第一种逻辑会修改他的所有记录，可添加判断避免：

  if john_subset['cumulative_hours'].max() >= 10:
      df.loc[target_indices, 'position'] = 'Restaurant Manager'
  

• 必须使用.copy()处理子集，防止触发Pandas的SettingWithCopyWarning。

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