如何仅修改DataFrame指定列数据并保持其余列内容不变

实现方案 #

方法1：直接列名赋值（最常用，无额外依赖） #

直接选中目标列做运算后重新赋值给该列即可，其余列数据完全不会被改动。
假设你的DataFrame变量名为df，要修改的列名为target_col，示例代码如下：

import pandas as pd

# 模拟你的4列DataFrame
df = pd.DataFrame({
    "col1": [1, 2, 3, 4],
    "target_col": [5, 10, 15, 20], # 待修改的目标列
    "col3": ["a", "b", "c", "d"],
    "col4": [True, False, True, False]
})

# 仅对目标列执行除以5的操作
df["target_col"] = df["target_col"] / 5

方法2：loc索引赋值（适配条件修改场景） #

如果后续需要按条件修改该列的部分行，推荐用loc索引实现，同样不会影响其他列：

# 全列统一除以5
df.loc[:, "target_col"] = df.loc[:, "target_col"] / 5

# 扩展场景：仅目标列数值大于10的行才除以5，其余行保持原值
df.loc[df["target_col"] > 10, "target_col"] = df.loc[df["target_col"] > 10, "target_col"] / 5

补充说明 #

• 如果你需要保留整数类型的输出，可以在运算后指定类型转换：

  df["target_col"] = (df["target_col"] / 5).astype(int)
  

• 不推荐用df.target_col的链式写法赋值，部分场景会触发SettingWithCopyWarning警告，可能导致修改失效。

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