pandas使用DataFrame.loc更新列值失败原因及正确实现方案

你编写的赋值代码触发了pandas的DataFrame列名自动对齐规则：当你将一个DataFrame赋值给另一个DataFrame的切片时，pandas会优先匹配两边的列名再完成赋值，而非按列的位置顺序赋值。你左侧赋值目标的列是c1、c2，右侧待赋值的DataFrame列是_c1、_c2，两边列名完全不匹配，找不到对应关系就会将目标位置填充为NaN，和你的预期结果不符。

下面提供3种常用的可运行方案：

• 方案1：提取右侧的numpy数组赋值，跳过列名对齐逻辑（最简洁）

data.loc[~data['_c1'].isna(), ['c1','c2']] = data.loc[~data['_c1'].isna(), ['_c1','_c2']].values

.values会将右侧DataFrame转为纯数值数组，按位置顺序对应赋值给左侧的两列，不会触发列名对齐规则。

• 方案2：重命名右侧列名后赋值

# 将右侧列名修改为和左侧目标列一致，触发列名匹配后完成赋值
data.loc[~data['_c1'].isna(), ['c1','c2']] = data.loc[~data['_c1'].isna(), ['_c1','_c2']].rename(columns={'_c1':'c1', '_c2':'c2'})

• 方案3：使用pandas的update方法完成覆盖更新

# 提取需要更新的片段、重命名列后调用update方法覆盖原表对应位置
update_slice = data.loc[~data['_c1'].isna(), ['_c1','_c2']].rename(columns={'_c1':'c1', '_c2':'c2'})
data.update(update_slice)

内容的提问来源于stack exchange，提问作者nbk