Python pandas中是否有函数语法用于基于整数位置设置序列值？

假设我有序列

pd.series（{'a'：1，'b'：2'，'c'：3}）

，我想编辑第一个值，我可以调用

pd.series（{'a'：1，'b'：2，'c'：3}）。设置值（'a'，0）

是否有类似的函数接受整数位置而不是索引标签

也就是说，我想这样做

s = pd.Series({'a':1,'b':2,'c':3}).set_value(0,0)

---

还有一种方法可以使它不改变原始数据帧。我想我想要的是符合数据帧精神的东西。赋值，但它是按行操作的。

您可以通过设置

takeable=True

来使用数字索引

s = pd.Series({'a':1,'b':2,'c':3}).set_value(0,0, takeable=True)

---

设置_值

改变原始数据帧或序列：

ser = pd.Series({'a':1,'b':2,'c':3})
new_ser = ser.set_value(0,0)

print(new_ser is ser)
True

您必须手动创建其副本：

ser = pd.Series({'a':1,'b':2,'c':3})
new_ser = ser.copy()
new_ser.set_value(0,0)

print(new_ser is ser)
False

要通过索引位置设置值，您可以使用@Batman指出的带takeable=True的

set_value

。您也可以使用

iat

（index at），它被明确设计为按索引位置引用值：

 # create copy and set value via iat
 new_ser = ser.copy()
 new_ser.iat[0] = 0

在本例中，

set\u value

的性能稍好一些：

 %%timeit
 new_ser = ser.copy()
 new_ser.set_value(0,0, takeable=True)
 10000 loops, best of 3: 53.4 µs per loop

---

---

这太晦涩了！

 %%timeit
 new_ser = ser.copy()
 new_ser.iat[0] = 0
 10000 loops, best of 3: 63.6 µs per loop