如何基于索引Series批量设置DataFrame指定位置的值（无需循环）

没问题！你遇到的问题是因为df.loc[s]的用法不对——它会把Series s的值当成行标签来选中整行，而不是精准定位单个单元格。要实现无需遍历的精准赋值，咱们可以用NumPy的高级索引来直接定位目标元素，具体操作如下：

1. 获取列名对应的索引位置
   先把Series s中的列名（A、B、C）转换成DataFrame对应的列索引位置：

   col_indices = df.columns.get_indexer(s.index)
   

   执行后会得到array([0, 1, 2])，分别对应A、B、C三列在DataFrame中的位置。

2. 精准赋值目标单元格
   用Series s的值作为行索引，配合上面得到的列索引，直接对DataFrame的底层数值数组赋值：

   df.values[s.values, col_indices] = 'spam'
   

这样就能一次性设置(3,A)、(0,B)、(4,C)这三个位置的值为'spam'，完全不需要遍历Series。

验证结果 #

执行完上述代码后，你的DataFrame会变成期望的样子：

A      B      C
0  0.10   spam   0.07
1  0.40   0.30   0.30
2  0.70   0.17   0.13
3  spam   0.04   0.24
4  0.15   0.07   spam

内容的提问来源于stack exchange，提问作者Aaron Brock