如何编写通用函数实现pandas DataFrame指定列的就地修改

你当前代码无法修改原df对象的核心原因是：函数内的pd_series = xxx是对局部变量重新赋值，仅会改变局部变量的指向，不会修改传入的原始Series对象。要实现原地修改，直接对Series的内容做切片赋值操作即可，无需引用原始DataFrame：

import scipy.stats
from scipy.stats import norm
import pandas as pd

df = pd.DataFrame({'id':list(range(0,7)), 'pr':[26,54,73,30,58,42,88]}) 

def NCE_to_PR(pd_series):
    # 用[:]切片赋值实现原地修改，不会改变变量指向，直接修改原Series内容
    pd_series[:] =  (norm.cdf((pd.to_numeric(pd_series)-50)/21.06))*100
    print(pd_series)

NCE_to_PR(df.pr)
# 此时打印df可看到pr列已经被修改
print(df)

原理说明 #

• pd_series[:] = 新值属于切片赋值操作，会直接修改Series对象底层存储的数据，不会生成新的对象，因此原始DataFrame对应的列会同步更新
• 该方案为通用实现，不需要在函数内部引用原始DataFrame，仅依赖传入的Series对象即可完成原地修改

注意：如果传入的Series是原始DataFrame列的副本而非视图，该方法不会生效。常规场景下通过df.列名、df['列名']取出的列都是视图，可正常完成原地修改

内容的提问来源于stack exchange，提问作者j__carlson