在Pandas指定行列（排除某列）设置NA值报错，如何解决？

错误原因分析 #

你遇到的 SyntaxError: can't assign to function call 是因为：

• 你试图给 drop() 方法返回的临时DataFrame副本赋值，Python不允许这种语法；
• 即便语法合法，修改的也只是临时副本，不会影响原DataFrame的数据。

正确实现方式 #

我们可以用Pandas的loc索引器，直接定位到需要设置NA的行和列（排除'two'列），然后赋值。这种方式会直接修改原DataFrame，语法也完全合法。

代码示例

import pandas as pd
import numpy as np

# 初始化测试数据
df_test = pd.DataFrame(np.random.randn(5, 3), index=['a', 'b', 'c', 'd', 'e'], columns=['one', 'two', 'three'])
rows = pd.Series([True, False, False, False, True], index = df_test.index)

# 方法1：用布尔筛选排除'two'列
df_test.loc[rows, df_test.columns != 'two'] = np.nan

# 或者方法2：用columns.difference()获取目标列
# df_test.loc[rows, df_test.columns.difference(['two'])] = np.nan

效果验证 #

运行后查看df_test，你会发现行a和e的one、three列已经被设置为np.nan，而two列的数据保持不变，完全符合你的需求。

内容的提问来源于stack exchange，提问作者conv3d