如何基于DataFrame其他列值修改前n行某列？现有方法失效求助

我来帮你搞定这个Pandas赋值的问题！先分析下你之前两种方法失效/报错的原因，再给你靠谱的解决方案：

为什么你的第一种方法没生效？ #

你写的 df.loc[(df.A == i), 'B'][0:10] = 100 属于链式索引（先通过loc取列，再用[0:10]切片），这种操作返回的可能是原DataFrame的副本而非视图。当你赋值时，实际修改的是这个临时副本，原DataFrame自然不会有变化，Pandas甚至可能弹出SettingWithCopyWarning提醒你这个风险。

为什么第二种方法会报错？ #

(df.sample(10)).loc[(df.A == i), 'B'] = 100 的问题在于：

• df.sample(10) 生成了一个新的、只有10行随机样本的DataFrame，它的索引是原DataFrame的随机子集
• 你后面用的df.A == i是基于原DataFrame的布尔索引，长度和新样本的行数不匹配，导致Pandas无法对齐索引，于是抛出ValueError: cannot reindex from a duplicate axis错误

正确的解决方案 #

核心思路是：先精准定位到符合条件的前10行的索引，再通过loc直接修改原DataFrame，避免链式索引和索引不匹配的问题。

方法一：分步获取索引再赋值（最直观） #

# 第一步：筛选出所有符合df.A == i的行，取前10行的索引
target_rows = df[df.A == i].head(10)
# 第二步：通过loc直接修改原DataFrame的对应行和列
df.loc[target_rows.index, 'B'] = 100

或者更简洁的写法：

# 直接获取符合条件的前10行索引并赋值
df.loc[df[df.A == i].index[:10], 'B'] = 100

方法二：用head()配合loc直接赋值 #

如果你想一步到位，也可以这样写：

df.loc[df[df.A == i].head(10).index, 'B'] = 100

额外注意 #

如果符合df.A == i的行数不足10行，上面的代码会自动修改所有符合条件的行，不会报错，这是符合预期的行为。

内容的提问来源于stack exchange，提问作者feature sky