如何根据指定索引将pandas Series的值填充到DataFrame对应列

直接使用loc标签索引器即可实现需求，核心逻辑是通过loc定位到column_a列下indices指定的索引行，再赋值对应的值即可。
为了避免pandas自动按索引对齐导致赋值失败，建议将val转为numpy数组后再赋值，写法如下：

# 核心赋值语句
df_test.loc[indices, 'column_a'] = val.values

注意事项 #

• 上述写法默认val和indices的顺序是一一对应的，顺序错位会导致赋值结果不符合预期
• 如果省略.values直接赋值val对象，pandas会尝试对齐val自身的索引和目标DataFrame的索引，你给出的示例中val默认索引是0~4，和indices指定的2、7等索引不匹配，直接赋值会得到NaN结果，因此加.values是更稳妥的写法

完整可运行示例 #

import pandas as pd
import numpy as np

df_test = pd.DataFrame(index=np.arange(4000), columns=np.arange(1))
df_test.columns = ['column_a']
val = pd.Series([0.267, 0.331, 0.486, 0.224, 0.334])
indices = pd.Series([2, 7, 9, 12, 70])

# 执行赋值
df_test.loc[indices, 'column_a'] = val.values

# 打印验证结果
print(df_test.loc[indices])

运行验证代码后可以看到指定索引位置的column_a列已经被正确赋值。

内容的提问来源于stack exchange，提问作者user14753120