pandas使用.loc赋值时非预期行被修改的原因及解决方法

pandas的.loc针对行的整数索引切片遵循左右端点均包含的规则，和Python原生列表左闭右开的切片逻辑不同：

• 你代码中写的df.loc[0:2, ["col2", "col3"]]实际选中了索引为0、1、2的3行（对应A、B、C三行），这是C行被意外修改的核心原因
• 同时右侧的源数据df.loc[2:4, ["col2", "col3"]]也选中了索引为2、3、4的3行，赋值时3行数据刚好对应覆盖左侧3行，C行就被源数据中E行的数值覆盖了。

只要保证左侧选中的行数和你预期修改的行数（2行）匹配即可，有两种常用写法：

方法1：调整.loc的切片范围 #

把左侧的切片调整为0:1（包含索引0、1，共2行），右侧源数据调整为2:3（包含索引2、3，共2行）：

df.loc[0:1, ["col2", "col3"]] = df.loc[2:3, ["col2", "col3"]].values

方法2：使用.iloc避免切片规则混淆 #

如果更习惯Python原生左闭右开的切片逻辑，可以用.iloc按位置选取：

# iloc左闭右开，0:2对应第0、1个位置的行，2:4对应第2、3个位置的行，刚好2行匹配
df.iloc[0:2, [1,2]] = df.iloc[2:4, [1,2]].values

两种写法运行后都能得到你预期的结果。

内容的提问来源于stack exchange，提问作者Rob Creel