Python pandas新列赋值问题：iloc链式赋值失效loc可正常运行

核心失效原因 #

你写的df.iloc[x]['Status'] = 'New'属于链式索引操作，是pandas中最常见的赋值失效场景。
pandas对df.iloc[x]这类行切片操作的返回值没有固定承诺，根据数据存储类型、内存占用情况，可能返回原DataFrame的视图，也可能返回独立的副本。当返回的是副本时，你后续['Status'] = 'New'的赋值操作仅作用在这个临时生成的副本上，不会回写到原始DataFrame，多数情况下pandas还会弹出SettingWithCopyWarning警告提示该风险。

两种写法的具体差异 #

• 操作逻辑差异
  • 链式iloc写法：操作分为两步，第一步df.iloc[x]生成临时的行Series对象，第二步对该临时对象赋值，修改不会同步到原DataFrame。
  • 官方推荐的loc写法：df.loc[df['Last Odometer Reading']<100, 'Status'] = 'New'是一次性完成行过滤、列定位两个动作，直接操作原始DataFrame的对应内存地址，赋值会直接写入原对象，不存在中间临时对象的问题。
• 性能差异
  • 逐行for循环+iloc的写法属于Python级别的迭代操作，数据量超过一万行时性能会大幅下降。
  • loc向量化赋值是pandas底层用C实现的批量处理逻辑，效率远高于手动循环，代码也更简洁。

拓展：如果一定要用iloc实现逐行赋值怎么写 #

要避免链式索引，把列定位也合并到iloc的参数中，一次性完成定位即可正常赋值：

# df.columns.get_loc('Status') 用于获取Status列对应的整数位置
df.iloc[x, df.columns.get_loc('Status')] = 'New'

内容的提问来源于stack exchange，提问作者at_514