如何通过位置索引修改Koalas DataFrame中的单个值？

Koalas 的 iat 索引器不支持直接赋值操作，这是因为它基于 Spark 分布式计算框架，这类框架的设计逻辑更偏向批量数据处理，而非单点修改。以下是几种可行的替代方案：

1. 用 with_column 结合行号条件定位修改 #

这是分布式场景下的标准做法，通过生成行号来定位目标行，再结合条件更新指定列的值：

方法一：使用递增ID定位 #

import databricks.koalas as ks

# 给DataFrame添加临时行ID
df = df.with_column("row_id", ks.monotonically_increasing_id())
# 更新第3行（索引从0开始）、第4列（假设列名为col3）的值为5
df = df.with_column(
    "col3",
    ks.when(df.row_id == 2, 5).otherwise(df.col3)
).drop("row_id")

方法二：使用连续行号定位（推荐） #

如果需要严格连续的行号，可借助窗口函数生成：

from pyspark.sql.window import Window

# 创建窗口生成连续行号
window = Window.orderBy(ks.lit(1))
df = df.with_column("row_num", ks.row_number().over(window))
# 更新第3行（row_num从1开始）、col3列的值为5
df = df.with_column(
    "col3",
    ks.when(df.row_num == 3, 5).otherwise(df.col3)
).drop("row_num")

2. 用 loc 结合索引条件修改（小数据集适用） #

如果数据集规模较小，可直接通过索引定位修改：

# 定位第3行（索引从0开始）的col3列并赋值
df.loc[df.index == 2, 'col3'] = 5

注意：这种方法需要全表扫描匹配条件，大数据集下效率较低。

3. 转Pandas修改后转回Koalas（小数据集专用） #

对于极小数据集，直接转成Pandas处理再转回Koalas是最简便的方式：

# 转Pandas DataFrame
pd_df = df.to_pandas()
# 用Pandas的iat修改值
pd_df.iat[2, 3] = 5
# 转回Koalas DataFrame
df = ks.from_pandas(pd_df)

注意：此方法会将分布式数据拉到本地内存，大数据量下容易出现内存溢出，仅适合小数据场景。

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