如何使用pandas根据另一列的部分内容高效修改指定列的值

• 逻辑错误：循环中判断时间符合条件时，直接对整个VALUE列赋值30，会导致所有行的VALUE都被修改，无法实现仅修改对应行的需求。
• 性能问题：Python层的逐行循环在处理千万级数据时，会产生极大的性能开销，耗时极长。

直接使用pandas原生的向量化操作，底层由C实现，无需Python层循环，千万级数据也可在秒级完成处理，同时逻辑正确。
核心思路是通过布尔掩码筛选出符合条件的行，直接对指定列的对应行赋值。

import pandas as pd

df = pd.read_csv('file.csv')
# 若TIME列非字符串类型，可先执行 df['TIME'] = df['TIME'].astype(str) 转换
df.loc[df['TIME'].str[:2] == '02', 'VALUE'] = 30
df.to_csv("file.csv", index=False)

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