如何用Pandas一行命令为多列赋值？是否耗时仅为原1/3？

嘿，这个场景我太熟悉了！用Pandas的.loc方法就能轻松把三次单独赋值合并成一行，而且写法更规范、更安全。

合并后的写法 #

有两种常用的批量赋值方式，按需选择：

• 按列顺序匹配值（简洁直观，适合列顺序固定的情况）：

df.loc[index, ['column_a', 'column_b', 'column_c']] = [1, 2, 3]

• 用字典映射列与值（更严谨，不用担心列顺序搞错）：

df.loc[index, ['column_a', 'column_b', 'column_c']] = {'column_a': 1, 'column_b': 2, 'column_c': 3}

为什么不推荐原来的链式索引写法？ #

你之前写的df['column_a'][index]这种链式索引，Pandas可能会返回数据的副本而非原始视图，不仅容易触发SettingWithCopyWarning警告，极端情况下甚至会出现赋值不生效的问题（因为你修改的是副本而非原始DataFrame）。而.loc是官方推荐的显式定位赋值方式，能确保你直接操作原始数据，避免这类隐患。

关于耗时的问题 #

能不能把耗时降到原来的1/3？其实不一定，但肯定会比三次单独赋值高效很多。原因是三次单独操作会重复执行索引定位、数据校验等底层步骤，而一次批量赋值只需要做一次定位，然后一次性写入多个值，减少了大量重复的开销。尤其是在处理大型DataFrame或复杂索引时，性能提升会更明显。不过由于Pandas内部还有一些固定的操作成本，所以不会严格达到1/3的耗时比例，但绝对是更优的选择。

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