Pandas问题：DataFrame间通过loc赋值无效果的排查

核心问题：索引不匹配导致赋值失败 #

你代码里的赋值操作之所以没生效，本质是左右两边的索引无法对齐：

• df.loc[gps_start_idx:gps_stop_idx, ["lat", "lon"]] 使用的是原df的行索引（比如整数索引或自定义索引）
• 而经过resample后的gps_df，索引是你生成的timestamp时间戳，和df的行索引完全不匹配

Pandas的loc赋值是严格按索引对齐的，当两边索引没有交集时，赋值会静默失败，不会修改任何数据，也不会抛出错误——这就是你看到df完全没变化的原因。

修复方案 #

根据你的需求，有两种简单的修复方式：

方式1：强制让gps_df的索引和df切片对齐 #

在resample之后，把gps_df的索引替换成df切片的索引，确保赋值时能精准匹配：

# 原resample代码
gps_df = gps_df.resample("%sns" % (floor((gps_slice["timestamp"] - gps_slice["timestamp"].shift(1)).mean().value))).interpolate()

# 新增：将gps_df的索引替换为df切片的索引
gps_df.index = df.loc[gps_start_idx:gps_stop_idx].index

# 再执行赋值
df.loc[gps_start_idx:gps_stop_idx, ["lat", "lon"]] = gps_df.loc[:, ["lat", "lon"]]

方式2：跳过索引对齐，直接按位置赋值 #

如果你能确保resample后的gps_df行数和df切片的行数完全一致，可以直接用.values获取numpy数组赋值，绕过索引对齐逻辑：

# 直接用values赋值，忽略索引
df.loc[gps_start_idx:gps_stop_idx, ["lat", "lon"]] = gps_df[["lat", "lon"]].values

额外验证建议 #

为了避免行数不匹配的问题，建议在赋值前加一行断言检查：

assert len(gps_df) == len(df.loc[gps_start_idx:gps_stop_idx]), "GPS数据重采样后的行数与目标切片行数不匹配"

内容的提问来源于stack exchange，提问作者Joku