Python如何修改DataFrame某一列的值而不影响其他列的内容？

错误原因 #

你遇到这个问题的核心原因是使用了链式索引（renombrada.SEXO.loc[...]这种写法），这是pandas中明确不推荐的操作方式：
链式索引操作时，pandas无法保证返回的是原DataFrame的视图还是副本，修改操作的作用范围会出现不可预期的行为，你遇到的全表1被替换就是典型的副作用，大多数情况下该操作还会触发SettingWithCopyWarning警告。

修正方案1：调整loc用法，避免链式索引 #

loc本身支持同时指定行条件和列名，直接在原DataFrame上做定位修改，不会出现范围溢出：

# 替换SEXO列的值
renombrada.loc[renombrada.SEXO == 1, 'SEXO'] = "Varón"
renombrada.loc[renombrada.SEXO == 2, 'SEXO'] = "Mujer"

# 替换NIVEL_EDUCATIVO列的值
renombrada.loc[renombrada.NIVEL_EDUCATIVO == 1, 'NIVEL_EDUCATIVO'] = "Primario incompleto"
renombrada.loc[renombrada.NIVEL_EDUCATIVO == 2, 'NIVEL_EDUCATIVO'] = "Primario completo"
renombrada.loc[renombrada.NIVEL_EDUCATIVO == 3, 'NIVEL_EDUCATIVO'] = "Secundario incompleto"

修正方案2：使用replace批量映射（更推荐） #

对于固定数值到文本的映射场景，直接给对应列传入映射字典即可，不需要逐行判断，代码更简洁高效：

# 定义各列的映射规则
sexo_map = {1: "Varón", 2: "Mujer"}
educacion_map = {
    1: "Primario incompleto",
    2: "Primario completo",
    3: "Secundario incompleto"
}

# 批量替换
renombrada['SEXO'] = renombrada['SEXO'].replace(sexo_map)
renombrada['NIVEL_EDUCATIVO'] = renombrada['NIVEL_EDUCATIVO'].replace(educacion_map)

如果不需要保留映射规则外的原值，也可以将replace方法替换为map方法，用法完全一致。

内容的提问来源于stack exchange，提问作者VioleC