Pandas Datetime索引下按日期范围条件修改列值的实现方法

你对.loc方法的理解存在偏差，它除了可以裁剪数据集外，完全支持条件匹配后的局部赋值，不需要改动其他行数据即可实现需求，操作步骤如下：

1. 先确保Date索引为datetime类型，避免字符串比较出现异常：

import pandas as pd
df.index = pd.to_datetime(df.index)

2. 直接使用.loc做条件赋值即可：

df.loc[(df.index > '2020-01-02') & (df.index < '2020-01-05'), 'Value'] = 0

上述代码中，(df.index > '2020-01-02') & (df.index < '2020-01-05')是你需要的日期筛选条件，后续指定修改Value列赋值为0，只会修改符合条件的行，其余行数据保持不变。

完整测试代码 #

import pandas as pd

# 构造示例数据
data = {'Value': [1, 2, 3, 4, 5]}
dates = pd.to_datetime(['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-04', '2020-01-05'])
df = pd.DataFrame(data, index=dates)

# 执行赋值操作
df.loc[(df.index > '2020-01-02') & (df.index < '2020-01-05'), 'Value'] = 0

# 输出结果
print(df)

运行后输出结果和你预期的完全一致。

内容的提问来源于stack exchange，提问作者user3239756