Pandas：基于上一行设置指定行的滞后列值

嘿，这个问题我之前踩过坑！咱们先拆解下为什么修改后temp_df没变化，再给你靠谱的解决办法～

最常见的原因：链式索引坑了你 #

你大概率是用了链式索引（比如temp_df[lag_cols].iloc[1] = ...或者temp_df.iloc[1][lag_cols] = ...）来赋值。这种写法会让Pandas悄悄创建一个DataFrame的临时副本，你修改的其实是这个副本，而非原始的temp_df，所以原数据自然没变化。

另外还有一种可能：你的行索引不是默认的从0开始的整数（比如是日期、字符串索引），你误以为第二行的索引是1，但实际不是，导致赋值没定位到正确的行。

正确的实现方法 #

咱们用Pandas官方推荐的.loc方法来精准定位行和列，确保直接修改原DataFrame：

步骤1：先明确要修改的滞后列 #

先把7个滞后列整理成列表，避免重复写：

# 生成滞后列列表：t-1到t-7
lag_cols = [f't-{i}' for i in range(1, 8)]

步骤2：用.loc精准赋值 #

如果你的行索引是默认的整数索引（第一行索引是0，第二行是1），直接这么写：

# 将第二行的滞后列值替换为第一行的对应值
temp_df.loc[1, lag_cols] = temp_df.loc[0, lag_cols].values

如果你的行索引不是整数（比如是日期或自定义索引），可以用temp_df.index[1]获取第二行的真实索引：

second_row_idx = temp_df.index[1]
first_row_idx = temp_df.index[0]
temp_df.loc[second_row_idx, lag_cols] = temp_df.loc[first_row_idx, lag_cols].values

额外提醒：如果遇到SettingWithCopyWarning #

如果你的temp_df是从另一个DataFrame切片得到的（比如temp_df = big_df[some_cols]），可能会弹出SettingWithCopyWarning，这时候建议先创建副本再修改：

# 先复制一份原DataFrame，确保操作的是独立数据
temp_df = temp_df.copy()
# 再执行上面的赋值操作
temp_df.loc[1, lag_cols] = temp_df.loc[0, lag_cols].values

验证修改是否生效 #

赋值后可以打印看看：

print(temp_df.loc[[0, 1], lag_cols])

对比第一行和第二行的滞后列值，应该就一致啦～

内容的提问来源于stack exchange，提问作者anon_swe