pandas DataFrame 赋值机制详解：Index 对齐与 loc/iloc 规范用法

核心机制：Index 严格对齐

pandas 在赋值时，默认行为是依据 index 进行对齐，而非按位置顺序。这意味着，如果目标 DataFrame 与赋值对象的 Index 不完全一致，pandas 会尝试匹配相同的 Index 标签。匹配成功的行会被赋值，未匹配到的行则会被填充为 NaN。

场景一：Index 完全一致

当两个 DataFrame 的 Index 完全相同时，赋值操作会按 Index 标签一一对应，结果符合预期。

import pandas as pd
import numpy as np

# 创建 DataFrame a，Index 为 'abcd'
a = pd.DataFrame(np.arange(16).reshape(4,4), index=list('abcd'), columns=list('wxyz'))

# 创建 DataFrame b，Index 同样为 'abcd'
b = pd.DataFrame(np.array([11,22,33,44]), index=list('abcd'), columns=['m'])

# 将 b 的 'm' 列赋值给 a 的新列 'm'
a['m'] = b['m']
print(a)

输出结果如下，可见每一行都正确对应了数值：

   w  x   y   z   m
a  0  1   2   3  11
b  4  5   6   7  22
c  8  9  10  11  33
d 12 13  14  15  44

场景二：b 使用默认 Index（整数索引）

如果赋值对象 b 未显式设置 Index，它将使用默认的整数索引（0, 1, 2...）。此时，若目标 DataFrame a 的 Index 是字符串（如 'a', 'b'...），两者无法匹配，导致赋值全部失败，结果为 NaN。

import pandas as pd
import numpy as np

a = pd.DataFrame(np.arange(16).reshape(4,4), index=list('abcd'), columns=list('wxyz'))
# b 未设置 index，默认为 0, 1, 2, 3
b = pd.DataFrame(np.array([11,22,33,44]), columns=['m'])

a['m'] = b['m']
print(a)

输出显示所有 m 列值均为 NaN：

   w  x   y   z   m
a  0  1   2   3 NaN
b  4  5   6   7 NaN
c  8  9  10  11 NaN
d 12 13  14  15 NaN

场景三：部分 Index 匹配

当 b 的 Index 与 a 仅有部分重叠时，pandas 仅对重叠的 Index 进行赋值，其余未匹配的 Index 对应行仍为 NaN。

import pandas as pd
import numpy as np

a = pd.DataFrame(np.arange(16).reshape(4,4), index=list('abcd'), columns=list('wxyz'))
# b 的 Index 为 'arpb'，与 a 的 'abcd' 有重叠
b = pd.DataFrame(np.array([11,22,33,44]), index=list('arpb'), columns=['m'])

a['m'] = b['m']
print(a)

输出中，a 和 b 共有的 'a' 和 'b' 被赋值，而 'c' 和 'd' 因在 b 中无对应 Index，故为 NaN：

   w  x   y   z     m
a  0  1   2   3  11.0
b  4  5   6   7  44.0
c  8  9  10  11   NaN
d 12 13  14  15   NaN

规范赋值：使用 loc 与 iloc

直接通过 df[condition]['column'] = value 的方式赋值，在 pandas 中属于链式赋值，容易引发 SettingWithCopyWarning 或赋值不生效的问题。推荐始终使用 loc 或 iloc 进行明确、规范的赋值。

1. 使用 loc（基于标签）

loc 接收具体的行标签和列名。适用于已知 Index 名称或条件筛选后的精确赋值。

# 语法：df.loc[[行条件], ['列名']] = 值
df.loc[[row_condition], ['column']] = value

# 示例：对特定行索引赋值
NA.loc[[23, 29, 49], '北美整体规模'] = 100

2. 使用 iloc（基于位置）

iloc 接收满足条件的行位置索引（整数列表）和列的位置索引。适用于基于条件筛选后，按物理位置进行赋值。

# 语法：df.iloc[行位置, 列位置] = 值
df.iloc[np.where(condition), [1:3]] = value

3. 避免链式赋值陷阱

以下写法试图通过切片赋值，但往往因返回的是副本而非视图而导致赋值失败：

# 不推荐：可能赋值失败
# df[condition]['column'].iloc[0:3] = value
# df[condition]['column'][0:3] = value

应改为：

# 推荐：使用 loc 或 iloc 直接定位
# df.loc[df[condition].index[0:3], 'column'] = value

总结

• pandas DataFrame 赋值严格遵循 index 对齐机制。
• 当 Index 不匹配时，赋值结果为 NaN。
• 避免使用 df[condition]['column'] 这种链式赋值，因其可能不生效。
• 推荐使用 loc（基于标签）或 iloc（基于位置）进行规范赋值。
• 使用 iloc 时，需确保传入的是整数位置索引，而非标签。

以上就是 pandas DataFrame 赋值机制与规范用法的详细内容，更多关于 pandas 数据操作技巧的资料请关注本站其它相关文章！