Pandas如何按指定索引为现有DataFrame的指定列填充新值

下面是两种可直接使用的实现方式： #

方法1：已知起始索引为3时直接赋值 #

直接通过loc定位目标行范围和列，传入新值即可完成填充：

# 存储新值的DataFrame默认命名为new_df
df.loc[3:6, 'number'] = new_df['number2'].values

注：末尾加.values是为了直接取数组赋值，避免两个DataFrame索引对齐导致的赋值异常

方法2：自动识别空值起始位置填充 #

如果不确定NaN开始的索引位置，可以自动识别第一个空值位置后填充，通用性更强：

# 找到number列第一个空值的行索引
start_idx = df['number'].isna().idxmax()
# 计算填充结束索引
end_idx = start_idx + len(new_df) - 1
# 执行赋值
df.loc[start_idx:end_idx, 'number'] = new_df['number2'].values

完整可复现代码示例 #

import pandas as pd
import numpy as np

# 构造原始df
df = pd.DataFrame({
    'year': [1945, 1950, 1955, 1960, 1965, 1970, 1975],
    'number': [10, 15, 20, np.nan, np.nan, np.nan, np.nan],
    'letter': ['a', 'b', 'c', np.nan, np.nan, np.nan, np.nan]
})

# 构造存储新值的new_df
new_df = pd.DataFrame({
    'number2': [25, 30, 35, 40]
})

# 执行填充
df.loc[3:6, 'number'] = new_df['number2'].values

# 打印结果验证
print(df)

运行代码后即可得到你需要的目标DataFrame结构。

内容的提问来源于stack exchange，提问作者luthierz