使用字典按行更新Pandas DataFrame切片的相关问题咨询

我正在按行更新pandas.DataFrame的一个切片中的值，让切片的每一行都有唯一值，我使用的是pandas 2.2.3版本。

我找到了一种似乎有效的方法，使用{row_index: row_value}格式的字典（见最小可行示例1）。

我想了解：

• 示例1中的方法是否可行、为什么可行、具体是如何工作的，以及这是否是解决该问题的合理方式。
• 使用这种方法是否会有任何意外行为
• 为什么示例2中的方法无法工作/会引发错误
• 是否有其他更合适的方法可以实现此目的。

我在Stack Overflow或其他地方都找不到有关这种方法的相关信息。

我的具体用例与示例1略有不同，差异详情列在底部，可能会有相关性。

最小可行示例1（可行） #

这里字典的值似乎确实映射到了每个字典键对应的行中

>>> import pandas as pd
>>> df = pd.DataFrame.from_dict({'a': [None, None], 'b': [None, None], 'c': [None, None]})
>>> df.loc[df.index, df.columns] = {0: 1, 1: 2}
>>> df
    a   b   c
0   1   1   1
1   2   2   2

最小可行示例2（不可行） #

这里，只是以不同的方式选择整个DataFrame，就会引发错误。

>>> import pandas as pd
>>> df2 = pd.DataFrame.from_dict({'a': [None, None], 'b': [None, None], 'c': [None, None]})
>>> df2.loc[:, :] = {0: 1, 1: 2}
ValueError: setting an array element with a sequence.

类似问题参考 #

Stack Overflow上有一个类似问题的回答，解释了为什么执行df.iloc[0] = {'a': 1, 'b': 2, 'c': 3}时，字典的键会被映射到行中，这更让人困惑。

我的具体用例细节 #

我的具体用例与最小可行示例1略有不同：我有一个更大的DataFrame，其中有一些连续的NaN值，因此我是通过df.loc[df_index_subset, df_columns_subset]来更新DataFrame的这个切片/子集，而不是用df.loc[df.index, df.columns]选择整个DataFrame。不过，行为和示例1相同，它会根据字典的键值对按行填充DataFrame的切片。

备注：内容来源于stack exchange，提问作者Ouroboroski