如何按条件将两个pandas DataFrame指定部分的值设为相等

你的赋值代码触发了pandas的**链式索引（Chained Indexing）**问题，这是pandas赋值失效的最常见原因：

• 代码里static_df_2.loc[筛选条件]['sales'] = xxx的执行逻辑是：先通过loc取出满足筛选条件的临时副本DataFrame，再对这个临时副本的sales列赋值。整个赋值操作作用在临时对象上，根本没有修改原static_df_2的数据，临时对象执行完赋值就会被回收，原数据自然不会有变化。
• 额外风险：你当前取old_sales的写法虽然不会报错，但如果两个DataFrame满足筛选条件的行索引存在顺序偏差、索引值不匹配，哪怕两个表尺寸完全一致，直接按索引对齐赋值也会出现值错位的问题。

因为你明确说明两个DataFrame尺寸完全相同、筛选逻辑一致，最稳妥的写法是把列选择放到loc参数内部（消除链式索引），同时直接提取值数组跳过索引对齐逻辑，100%保证对应位置赋值：

# 定义筛选条件：25 < i <36 等价于i取26到35的整数，用between写法更简洁
filter_mask = (
    (static_df_1['i'].between(26, 35))
    & (static_df_1['j'].between(26, 35))
)

# 单次loc定位到目标列，避免链式索引；.to_numpy()直接取底层数组，跳过索引对齐
static_df_2.loc[filter_mask, 'sales'] = static_df_1.loc[filter_mask, 'sales'].to_numpy()

如果你需要分别校验两个表的筛选范围，也可以分开定义掩码，逻辑完全一致：

mask_1 = (static_df_1['i'] > 25) & (static_df_1['i'] < 36) & (static_df_1['j'] > 25) & (static_df_1['j'] < 36)
mask_2 = (static_df_2['i'] > 25) & (static_df_2['i'] < 36) & (static_df_2['j'] > 25) & (static_df_2['j'] < 36)

static_df_2.loc[mask_2, 'sales'] = static_df_1.loc[mask_1, 'sales'].to_numpy()

所有pandas赋值操作都要遵循「单次loc/iloc直接定位到目标区域再赋值」的原则，不要使用连续方括号的[][ ]链式写法，否则要么触发SettingWithCopyWarning警告，要么直接出现赋值不生效、切片数据和原数据意外联动修改的问题。

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