一种方法是将索引与配合使用.loc。
在没有示例数据框的情况下，我将在此处进行补充：
import numpy as np
import pandas as pd
df = pd.DataFrame({'c1': list('abcdefg')})
df.loc[5, 'c1'] = 'Value'
>>> df
c1
0 a
1 b
2 c
3 d
4 e
5 Value
6 g
假设您想 c2，c1除wherec1是之外， 等效Value，在这种情况下，您希望将其分配给10：
首先，您可以使用以下两行之一创建一个新的列c2，并将其设置为等效于c1，（它们本质上是做相同的事情）：
df = df.assign(c2 = df['c1'])
# OR:
df['c2'] = df['c1']
然后，找到所有c1等于'Value'使用的索引.loc，并c2在这些索引处分配所需的值：
df.loc[df['c1'] == 'Value', 'c2'] = 10
最终，您将得到：
>>> df
c1 c2
0 a a
1 b b
2 c c
3 d d
4 e e
5 Value 10
6 g g
如果按照问题中的建议，有时您可能只是想 ，而不是创建一个新列，则跳过该列的创建，然后执行以下操作：
df['c1'].loc[df['c1'] == 'Value'] = 10
# or:
df.loc[df['c1'] == 'Value', 'c1'] = 10
给你：
>>> df
c1
0 a
1 b
2 c
3 d
4 e
5 10
6 g
602392714
清零编程群