Python中DataFrame函数如何保留原始输入的修改状态？

看起来你遇到的核心问题是行定位逻辑出错，导致修改没有真正作用到目标行，甚至出现旧修改被“复原”的假象。咱们一步步拆解解决：

为什么会出现旧修改被覆盖的情况？ #

大概率你的DataFrame用的是默认整数索引（0、1、2...），而非Country列作为索引。当你用df.loc[name, 'added']时，loc是按索引标签查找，不是按Country列的值匹配。这会引发两个问题：

• 若输入的国家名不是索引标签，Pandas会自动新增一行（索引为该国家名），你以为修改了原有行，实则只是新增了一行；
• 当你输入下一个国家时，原目标行（比如'Afghanistan'所在的整数索引行）根本没被修改过，它的added值本来就是0，所以你会误以为是被“复原”了。

解决方法 #

这里有两种可靠的修复方式，选一种适合你的即可：

方法1：将Country列设置为DataFrame的索引 #

先在函数外把Country设为索引，这样loc就能直接通过国家名定位目标行：

# 仅需执行一次：将Country设为索引
df = df.set_index('Country')

# 修改后的update函数
def update(): 
    name = input('Which Country?') 
    # 先检查国家是否存在，避免报错
    if name not in df.index:
        return 'Country not found!'
    if df.loc[name, 'added'] == 0: 
        df.loc[name, 'added'] = 'x' 
        return df.loc[name, 'added'] 
    return 'Already Updated!!'

方法2：使用布尔索引定位目标行（不修改原索引） #

如果你不想改变原DataFrame的索引结构，可以用布尔条件精准匹配Country列的值：

def update(): 
    name = input('Which Country?') 
    # 生成匹配目标国家的布尔掩码
    target_mask = df['Country'] == name
    # 检查国家是否存在
    if not target_mask.any():
        return 'Country not found!'
    # 获取当前行的added值
    current_value = df.loc[target_mask, 'added'].iloc[0]
    if current_value == 0: 
        df.loc[target_mask, 'added'] = 'x' 
        return 'x'
    return 'Already Updated!!'

额外注意事项 #

• 确保df是全局变量，或者函数能正确引用到同一个DataFrame对象（别在函数内部重新读取/初始化df）；
• 添加国家存在性检查，能避免输入不存在的国家时抛出报错；
• 若added列原本是整数类型，设置为'x'后会自动转为object类型，这是正常现象，不影响后续修改。

内容的提问来源于stack exchange，提问作者aatang17