先导入数据：

import numpy as npimport pandas as pdimport datetimedf=pd.read_excel('/Users/dxn/Desktop/发票2020.xlsx',header=0,dtype={
     '发票号码':'str'})

数据结构情况：

>>> df     日期 供货单位         发票号码    价税合计0    一月    a     13599232    64504    二月    a     13599232    48002    三月    a     13599232    480011   四月    d  00192513-16  3800005    五月    e     48693766    95007    六月    f     43000223    64001    七月    g     04922798     2586    八月    g     04922798     2803    九月   bb     04922798     40610   十月   bb     04922798      368   十一月   bb     04922798      489   十二月   hh     17620827     600

现在要求，把数据中价税合计小于4000的全部修改为1000。

首先会想到的是，在遍历中完成这一任务，毕竟DataFrame有内置的iterrows()遍历方法：

for idx,row in df.iterrows():    if row['价税合计']<4000:        df.iloc[idx]['价税合计']=1000        Warning (from warnings module):  File "/Users/dxn/Desktop/遍历修改df数据.py", line 16    df.iloc[idx]['价税合计']=1000SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrameSee the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

报错的意思，是我们正在尝试修改一个Dataframe的副本而不是其本身。查找出错原因，发现pandas文档中在介绍iterrows()时，有这么一句：

You should never modify something you are iterating over. This is not guaranteed to work in all cases. Depending on the data types, the iterator returns a copy and not a view, and writing to it will have no effect.

我们使用此方法遍历修改数据，说明我们并没有完全理解上面这段话的意思，所以我们出错了。

那么，正确的做法是什么？

首先我们需要明白什么是'view'与'copy'。

在pandas中，某些操作有时会返回数据的视图，也就是上面所说的view，有时会返回数据的副本，也就是copy。view是原始数据的子集，copy则是在原始数据的基础上创建的一个新的对象。

那么，如果在并不能保证所修改的是view还是copy的时候，我们的操作就会返回不能预见的结果(writing to it will have no effect)。

修改数据，就是设置某些变量值的操作即赋值，有时称为set；返回某些值的操作即访问，则称为get。

任何引用数据子集的访问或赋值方法，称为索引；连续使用多个索引的操作，称为链式索引，这意味着对get或set进行多次调用以完成单个操作。

具体到本例来说：

df.iloc[idx]['价税合计']=1000

这一句里，第一个索引是为了get，获取一个DataFrame，其中包含索引为idx的所有行内容；第二个索引是为了set，是在第一个索引下返回的新DataFrame上设置变量值：我们并没有修改到原始的df里的值。

再看这一句，目的是以填充前值的方式填充空值：

 df[['日期','单据编号','供应商']].fillna(method='ffill',inplace=True) #这一句也是在尝试修改副本而不是在修改原始数据。

df[['日期','单据编号','供应商']]这一部分，是获取原始数据df的子集即'日期','单据编号','供应商'三列数据。方法.fillna(method='ffill',inplace=True)紧随其后，则是要对新获取的子集三列数据进行操作，但参数inplace=True明确了.fillna方法要对原始数据作出就地修改、但因为第一个索引返回结果已经脱离了原来数据而使.fillna方法并不能修改到原始数据df，所以会引发报错。

df[['日期','单据编号','供应商']].fillna(method='ffill')

删掉.fillna方法的参数inplace，则运行正常。

那么.fillna(method='ffill')，难道不是对数据的修改？我也不得其解。

对此问题的解决方法是，用.loc方法将两次索引操作组合成一步操作，确保set操作的是原始的DataFrame，修改之所需要修改的数据。

>>> for idx,row in df.iterrows():       if row['价税合计']<4000:           df.loc[df['价税合计']==row['价税合计'],'价税合计']=1000>>> df     日期 供货单位         发票号码    价税合计0    一月    a     13599232    64501    七月    g     04922798    10002    三月    a     13599232    48003    九月   bb     04922798    10004    二月    a     13599232    48005    五月    e     48693766    95006    八月    g     04922798    10007    六月    f     43000223    64008   十一月   bb     04922798    10009   十二月   hh     17620827    100010   十月   bb     04922798    100011   四月    d  00192513-16  380000

获得预期的结果，成功！！!

据大佬们说以上做法并不pandas，并没有get到pandas处理数据的精要。

批量处理数据时可供备选方法的优先顺序，Pandas核心开发人员给的建议：

• 使用向量化操作：没有for遍历的Pandas方法和函数。

• 使用.apply()方法。

• 使用.itertuples()：将DataFrame行作为nametuple类从Python的collections模块中进行迭代。

• 使用.iterrows()：将DataFrame行作为(index，pd.Series)元组数组进行迭代。虽然Pandas的Series是一种灵活的数据结构，但将每一行生成一个Series并且访问它，仍然是一个比较大的开销。

• 对逐个元素进行循环，使用df.loc或者df.iloc对每个单元格或者行进行处理。

---

不用循环的两种方法：

• .loc[]方法

df.loc[df['价税合计']<4000,'价税合计']=1000#把某一列中符合条件的记录查找出来并修改本列或其他列的数据#选取(get)目标数据，然后修改(set)，确保修改之所需要修改的数据>>> df     日期 供货单位         发票号码    价税合计0    一月    a     13599232    64501    七月    g     04922798    10002    三月    a     13599232    48003    九月   bb     04922798    10004    二月    a     13599232    48005    五月    e     48693766    95006    八月    g     04922798    10007    六月    f     43000223    64008   十一月   bb     04922798    10009   十二月   hh     17620827    100010   十月   bb     04922798    100011   四月    d  00192513-16  380000

• .apply方法

df['价税合计']=df['价税合计'].apply(lambda x:x if x>4000 else 1000)>>> df     日期 供货单位         发票号码    价税合计0    一月    a     13599232    64501    七月    g     04922798    10002    三月    a     13599232    48003    九月   bb     04922798    10004    二月    a     13599232    48005    五月    e     48693766    95006    八月    g     04922798    10007    六月    f     43000223    64008   十一月   bb     04922798    10009   十二月   hh     17620827    100010   十月   bb     04922798    100011   四月    d  00192513-16  380000