Pandas无法覆盖DataFrame列赋值的问题该如何解决？

问题原因 #

• 你使用的dataframe['upperband'][current]属于链式索引写法，pandas在处理这种语法时，无法保证返回的是原DataFrame的视图还是临时生成的副本：
  • 如果返回的是视图，赋值会修改原数据，这就是你其中一段代码生效的原因
  • 如果返回的是副本，赋值只会修改临时副本对象，不会作用到原DataFrame，就会出现赋值不生效的情况
• 这种情况通常会伴随SettingWithCopyWarning警告，如果你关闭了警告就看不到相关提示

修复方案 #

方案1：修改索引写法适配循环逻辑 #

把链式索引替换为pandas官方推荐的.loc定位方式，直接操作原DataFrame：

import pandas as pd

# 示例初始数据
df = pd.DataFrame({'upperband': [1330, 1350, 1380, 1360, 1300, 1290]})

# 注：你原描述中的判断条件和预期结果不符，以下是按你给出的预期结果调整后的逻辑，如果需求确实是当前值大于前值时赋值，自行修改判断符号即可
for current in range(1, len(df)):
    if df.loc[current, 'upperband'] < df.loc[current-1, 'upperband']:
        df.loc[current, 'upperband'] = df.loc[current-1, 'upperband']

运行后即可得到你预期的输出结果。

方案2：使用向量化操作替代循环（更推荐） #

你需要的输出本质就是upperband列的累积最大值，pandas内置的cummax()方法可以直接实现该需求，不需要手写循环，性能更高且不会出现索引类错误：

df['upperband'] = df['upperband'].cummax()

运行后直接得到预期结果：

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