Pandas按条件修改DataFrame值不生效但查询打印正常

你遇到的是pandas最常见的链式索引赋值失效问题，属于核心基础规则踩坑：

• 你写的df["Flow"][df["Date"] == "2022-02-23"]是两次拆分的索引操作：第一步df["Flow"]会先返回一个独立的Series临时副本（和原DataFrame没有绑定关联），第二步的赋值操作是在这个临时副本上执行的，修改根本不会同步到原df上，自然看不到效果，多数场景下pandas会抛出SettingWithCopyWarning提示这个问题。
• 直接执行df["Flow"] = 100是单次直接操作原DataFrame的列属性，没有生成中间副本，所以赋值可以正常生效。

所有带行筛选的赋值操作，统一使用.loc索引器完成，把行筛选条件、目标列名放在同一次索引调用里，直接操作原DataFrame，不会生成中间副本：

单条件赋值 #

# 语法：df.loc[行筛选条件, 目标列名] = 要赋的值
df.loc[df["Date"] == "2022-02-23", "Flow"] = 100

多条件叠加赋值 #

多个筛选条件需要分别用括号包裹，逻辑与用&连接，逻辑或用|连接即可，比如同时筛选日期为2022-02-23、时间大于12:00的行修改Flow值：

df.loc[
    (df["Date"] == "2022-02-23") & (df["Time"] > "12:00"),
    "Flow"
] = 100

如果需要同时修改多列，把目标列名换成列表即可：

# 同时修改Flow、Pressure两列的匹配行值
df.loc[df["Date"] == "2022-02-23", ["Flow", "Pressure"]] = 100

注意：.loc的参数顺序固定，第一个位置传行筛选规则，第二个位置传列选择规则，不要写反顺序。

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