带MultiIndex的pandas DataFrame条件更新不生效的原因与解决方法

你写的赋值语句本质是链式索引操作，完全不符合pandas原地修改的要求，和带MultiIndex的表结构叠加后，修改根本碰不到原表数据。
逐段拆解你的代码实际执行流程：

• 第一步hist.loc['2021-01-20':'2021-01-22']：从原表筛选出时间区间的子集，返回一个全新的临时DataFrame对象
• 第二步在这个临时对象上执行['ETH-USD']：再次筛选对应交易对的行，又返回一个临时Series对象
• 第三步给这个临时Series的'nof'位置赋值：全程修改的都是上面两步生成的临时中间对象，和原表hist没有任何关联

这种写法其实触发了pandas的SettingWithCopyWarning告警，只是你大概率没注意到控制台的提示。哪怕少数场景下链式赋值碰巧能改成功，也是pandas刚好返回了原数据的视图而非副本，行为是不确定、不可靠的——在带MultiIndex的切片场景下，pandas几乎必然返回副本，这也是你改完原表完全没变化的根本原因。

核心原则：所有行、列的筛选条件一次性传入.loc的单对方括号内，绝不拆成多步链式索引

结合你的MultiIndex结构（第一层为日期时间、第二层为交易对），直接用单步loc定位目标位置即可：

# 标准写法，兼容所有pandas版本
hist.loc[(slice('2021-01-20', '2021-01-22'), 'ETH-USD'), 'nof'] = 1

代码结构拆解：

• loc方括号内逗号左侧是行匹配规则：因为是MultiIndex，各层级的选择规则用元组包裹
  • 第一层（日期维度）：slice('2021-01-20', '2021-01-22') 对应你要筛选的时间区间
  • 第二层（交易对维度）：固定匹配值'ETH-USD'
• loc方括号内逗号右侧是列匹配规则：直接指定要修改的'nof'列

这种单步定位的方式，pandas会直接找到原表中匹配位置的内存地址完成原地修改，不会生成任何中间临时副本，修改可以直接生效。
小提示：新版本pandas支持简写形式，不用手动写slice，效果完全一致：

hist.loc[('2021-01-20':'2021-01-22', 'ETH-USD'), 'nof'] = 1

内容的提问来源于stack exchange，提问作者bayerb