Python 使用条件和索引更改数据帧中的值

我不明白为什么以下代码不起作用：

df_sensor.loc[(df_sensor.user_id == labels_user_id) & (df_sensor.exp_id == labels_exp_id),'activity_id'].iloc[start:end] = labels['activity_id'][I]

这条线

df_sensor.loc[(df_sensor.user_id == labels_user_id) & (df_sensor.exp_id == labels_exp_id),'activity_id'].iloc[start:end]

返回此数据帧

我想更改特定索引中的user\u id和exp\u id所在的值（开始和结束）

编辑

我有两个数据帧

1：

2：

---

我想从DF2.activity\u id更改DF1的activity\u id，以开始和结束作为索引您的问题是链式分配：

df.loc[].iloc[]=

，它不会更改数据帧。无论选择多么复杂，您都希望更改仅在初始切片之后确定的值范围

我们可以定义您的初始掩码，并使用

cumsum

进行一些数学运算，以允许使用单个

.loc

调用进行相同的选择

---

样本数据

---

代码

---

您使用的是链式赋值

.loc[].iloc[]=

，因此尽管它不是典型的

][

链接问题，结果仍然是你永远不会更改数据帧。你能提供更多的信息吗，比如你的索引是否重复，或者一些样本数据？有几种方法可以处理这个更复杂的选择。谢谢你的回答！我刚刚编辑了这个问题。我提供了一个答案，说明了问题，应该让您通过一些非常小的替换来解决。例如，您将使用

m=（df\u sensor.user\u id==labels\u user\u id）&（df\u sensor.exp\u id==labels\u exp\u id）

和

'activity\u id'

而不是

'name'

。除非绝对必要，否则请不要将信息作为图像共享，这里不是这种情况。

  name  year  value
0    A  2010      1
1    A  2011      2
2    B  2014      5
3    A  2012      3
4    A  2013      4

### Illustrate the problem
start = 1
end = 3
df.loc[df.name.eq('A'), 'name'].iloc[start:end] = 'foo'

# Nothing changes...
print(df)
#  name  year  value
#0    A  2010      1
#1    A  2011      2
#2    B  2014      5
#3    A  2012      3
#4    A  2013      4

# Define your initial `.loc` condition
m = df.name.eq('A')

# Keep only True within the selection range. `where` logic allow for gaps.
m = (m.cumsum().gt(start) & m.cumsum().le(end)).where(m).fillna(False).astype(bool)

# Original df.loc[].iloc[] is a single selection:
df.loc[m, 'name'] = 'foo'

print(df)
#  name  year  value
#0    A  2010      1
#1  foo  2011      2
#2    B  2014      5
#3  foo  2012      3
#4    A  2013      4