如何基于另一DataFrame的取值更新Pandas DataFrame指定位置的数值

原有代码问题排查 #

• 嵌套逻辑冗余：重复遍历location列表，三层循环无实际意义，增加报错概率
• iterrows()返回的是DataFrame行的副本，对row对象的修改不会同步到原winter1，所以代码运行后无更新效果
• 未对齐索引类型：如果winter1的行索引是字符串格式的数字（比如"2"而非整数2），直接用整数索引查找会触发KeyError

正确实现代码 #

# 第一步：统一索引和数据类型，避免类型不匹配报错
winter1.index = winter1.index.astype(int)
df_winter_min_error = df_winter_min_error.astype(int)

# 第二步：遍历每个地点，直接修改原DataFrame对应位置的值
for location in winter1.columns:
    # 取出当前地点对应的最小值、最大值位置
    min_hour, max_hour = df_winter_min_error[location].iloc[-2:].values
    # 直接赋值更新
    winter1.loc[min_hour, location] = 1
    winter1.loc[max_hour, location] = 1

逻辑说明 #

提前统一数据类型和索引格式从根源避免匹配报错，直接操作原DataFrame无需处理副本问题，仅一层循环逻辑清晰，性能也远高于原有三层嵌套循环。

内容的提问来源于stack exchange，提问作者hbstha123