Pandas：GroupBy中设置值无法修改原始DataFrame求助

数据老陈

2026-5-25

解决Pandas分组修改后原DataFrame无变化的问题

我来帮你搞定这个问题！你遇到的情况是Pandas分组操作里很常见的副本vs视图陷阱，咱们一步步捋清楚：

为什么修改没生效？

当你用groupby遍历分组时，每个循环里的group默认是原始DataFrame的副本，不是直接指向原数据的视图。你修改这个临时副本的内容，只会改动这个分组对象本身，不会同步回原data。
另外，current_column = group.iloc[:, i]再加current_column.iloc[0] = np.NAN这种链式索引操作，Pandas无法保证你操作的是原数据的视图，很大概率也是在修改副本，自然不会影响原DataFrame。

两种可行的解决方案

方法1：用`groupby.apply`批量处理（推荐）

这种方法更符合Pandas的向量化操作风格，避免循环，效率更高：

import pandas as pd
import numpy as np

data = pd.read_csv("file.csv")
i = 1  # 这里替换成你要修改的列的索引

def set_first_row_to_nan(group):
    # 直接修改当前分组的第一行第i列
    group.iloc[0, i] = np.NAN
    return group

# 应用函数并覆盖原DataFrame
data = data.groupby('A').apply(set_first_row_to_nan)

apply会把每个分组传入函数，修改后返回，最后Pandas会自动把所有修改后的分组合并成新的DataFrame，赋值给原data就能看到变化了。

方法2：通过原始索引直接修改原DataFrame

如果你一定要用循环，可以先获取每个分组的原始索引，然后直接操作原DataFrame：

import pandas as pd
import numpy as np

data = pd.read_csv("file.csv")
i = 1  # 替换成目标列索引
As = data.groupby('A')

for name, group in As:
    # 获取当前分组第一行在原DataFrame中的索引
    first_row_idx = group.index[0]
    # 直接修改原data的对应位置
    data.loc[first_row_idx, data.columns[i]] = np.NAN

每个分组的group.index保留了原DataFrame的索引，通过这个索引直接操作原数据，就能确保修改生效。