Python 如何使用数组作为长度不同的索引，一次更改数据帧中的多个值？

我想更改pandas dataframe中的一些值，其中指示列大小的索引可能会有所不同

我需要比for循环更快的东西，因为它将在很多行上完成，结果证明速度太慢了

作为一个简单的例子，考虑这个

df = pd.DataFrame(np.zeros((5,5)))

现在，我想把这个数据框中的一些值改为1。例如，如果我想更改前两列的第二行和第五行中的值，但在第四行中我想更改所有值，我希望这样的操作能够起作用：

col_indices = np.array([np.arange(2),np.arange(5),np.arange(2)]) 


row_indices = np.array([1,3,4]) 


df.loc(row_indices,col_indices) =1

但是，这不起作用（我怀疑它不起作用，因为您将选择的数据形状与数据帧不一致）

有没有更灵活的索引方法，而不必循环行等

一个只适用于类似范围的阵列（如上所述）的解决方案也适用于我当前的问题——但一般的答案也不错

---

谢谢你的帮助

这里有一种方法。将列索引定义为要插入

1s

的列数，以及要插入它们的行数：

col_indices = np.array([2,5,2])
row_indices = np.array([1,3,4]) 
arr = df.values

并用于将感兴趣的单元格设置为

1

：

arr[row_indices] = np.arange(arr.shape[0]) <= col_indices[:,None]

array([[0., 0., 0., 0., 0.],
       [1., 1., 0., 0., 0.],
       [0., 0., 0., 0., 0.],
       [1., 1., 1., 1., 1.],
       [1., 1., 0., 0., 0.]])

---

arr[row_index]=np.arange（arr.shape[0]）谢谢你解决了我的问题！你知道一般情况下的解决方案吗？还是没有？