如何通过遍历数组的for循环替换DataFrame中的指定值？

你的需求是将DataFrame中索引为1和3的行的ind_name列，分别替换为one和three。原代码的双层循环逻辑有问题——它会让每个索引被所有目标值遍历覆盖，最终所有指定索引都会被设为最后一个designation值，无法达到预期效果。

方法一：配对遍历赋值（适合小数据集） #

用zip()将索引数组和目标值数组一一配对，遍历每一组并赋值：

import pandas as pd

data = [['h', 'zero'], ['i', 'circle'], ['j', 'two'], ['k','square']] 
df = pd.DataFrame(data, columns=['letters', 'ind_name'])

ind_num = [1, 3]
designation = ['one', 'three']

# 配对索引与目标值，逐个替换
for idx, new_val in zip(ind_num, designation):
    df.iloc[idx, 1] = new_val  # iloc[row索引, 列索引]直接赋值

print(df)

方法二：批量赋值（高效推荐，适合大数据集） #

利用Pandas的批量操作特性，直接选中目标行和列一次性赋值，避免循环带来的性能损耗：

import pandas as pd

data = [['h', 'zero'], ['i', 'circle'], ['j', 'two'], ['k','square']] 
df = pd.DataFrame(data, columns=['letters', 'ind_name'])

ind_num = [1, 3]
designation = ['one', 'three']

# 批量替换：先获取列的索引位置，再批量赋值
target_col_idx = df.columns.get_loc('ind_name')
df.iloc[ind_num, target_col_idx] = designation

print(df)

最终输出结果 #

两种方法都会得到预期的DataFrame：

letters ind_name
0       h     zero
1       i      one
2       j      two
3       k    three

内容的提问来源于stack exchange，提问作者dane w