如何使用numpy数组替换pandas DataFrame指定行列的子集数据

推荐实现方式 #

直接对loc选择器赋值即可，无需先提取子集再修改，赋值操作会直接修改原始DataFrame对应位置的数值：

# 直接将匹配维度的numpy数组赋值给目标子集
df.loc[[1,3,5,7,9], ["A", "B", "C"]] = replace_value

注意事项 #

• 不建议使用df_subset.values = replace_value的写法：提前提取的df_subset可能是副本而非原始DataFrame的视图，修改副本的数值不会同步到原始df，还可能触发SettingWithCopyWarning警告。
• 如需提前存储目标子集的位置，可以单独记录行索引和列名，后续赋值时直接调用：

# 提前记录目标行列
target_rows = [1,3,5,7,9]
target_cols = ["A", "B", "C"]

# 后续执行替换
df.loc[target_rows, target_cols] = replace_value

替换结果验证 #

执行赋值后，可通过以下代码验证替换是否符合预期：

# 提取替换后的子集和目标数组对比
result = df.loc[[1,3,5,7,9], ["A", "B", "C"]]
print((result.to_numpy() == replace_value).all())
# 输出为True即说明替换成功

内容的提问来源于stack exchange，提问作者Denny Chen