Pandas DataFrame赋值报错cannot set using a slice indexer如何解决

错误原因 #

你原有代码的问题主要有两点：

• 赋值长度不匹配：左侧df['CRIM'].sort_values()[-10:]是包含10个元素的序列，右侧df['CRIM'].sort_values()[-10:-9]是仅包含1个元素的序列，Pandas不支持不同长度的切片索引赋值，因此抛出对应报错。
• 赋值对象错误：sort_values()方法返回的是原列排序后的新副本，直接对该副本赋值不会修改原DataFrame的实际数据，即便解决长度问题也无法达到预期效果。

正确实现方案 #

推荐使用nlargest方法实现，逻辑更简洁高效：

# 获取CRIM列第10大的数值
tenth_max = df['CRIM'].nlargest(10).iloc[-1]
# 获取CRIM列前10大值对应的行索引
top10_index = df['CRIM'].nlargest(10).index
# 批量给前10大值的位置赋值为第10大值
df.loc[top10_index, 'CRIM'] = tenth_max

如果需要沿用sort_values的写法，调整后如下：

# 降序排序CRIM列，保留和原DataFrame关联的索引
sorted_crim = df['CRIM'].sort_values(ascending=False)
# 取第10大的数值（索引从0开始计数，第10位对应下标9）
tenth_max = sorted_crim.iloc[9]
# 对原DataFrame中前10大值对应的行赋值
df.loc[sorted_crim.index[:10], 'CRIM'] = tenth_max

内容的提问来源于stack exchange，提问作者hy o