Python中如何避免赋值时重复编写等号左侧的df['column']类表达式？

原生Python没有内置类似你提到的<%的占位符语法来直接代指等号左侧内容，但针对你在Jupyter环境使用Pandas的场景，有几种成熟的替代方案，可以完全避免重复编写等号左侧的内容：

• 优先使用Pandas内置的inplace原地操作参数
  绝大多数Pandas的Series/DataFrame方法都支持inplace参数，设置为True时会直接修改原对象，无需重新赋值。你提到的空值替换场景可以直接写成：

  df['column'].replace(np.nan, 0, inplace=True)
  

  上述代码和你原写法df['column'] = df['column'].replace(np.nan, 0)效果完全一致，无需重复写列索引。
• 临时变量简化长索引场景
  如果你的左侧对象是多层嵌套的长索引，比如df['first_level']['second_level']['target_col']，可以先将其绑定到临时变量，修改时直接作用到原对象（Pandas的对象切片默认是视图而非拷贝）：

  target_series = df['first_level']['second_level']['target_col']
  target_series.replace(np.nan, 0, inplace=True)
  

• 自定义Jupyter魔法命令（高阶玩法）
  如果你确实需要自定义占位符语法，可以自行开发Jupyter单元格/行魔法命令，解析自定义占位符后替换为标准Python代码执行，不过开发成本较高，普通场景下前两种方案已经足够覆盖需求。

注意：带inplace=True的方法不会返回新对象，不要放在链式调用的中间位置使用。

内容的提问来源于stack exchange，提问作者Tantable