您可以使用X['var2'].iloc[[0,1]]：In [280]: X['var2'].iloc[[0,1]]

Out[280]:

0 NaN

4 9

Name: var2, dtype: float64

由于X['var2']是X的視圖，因此X['var2'].iloc[[0,1]]對兩者都是安全的

訪問和分配。但是如果你使用這種“鏈式索引”要小心

模式(例如這里使用的index by column then index by-iloc模式)進行賦值，因為它不是

推廣到多列賦值的情況。在

例如，X[['var2', 'var3']].iloc[[0,1]] = ...生成

X的子數據幀，因此對該子數據幀的賦值不會修改X。

有關詳細說明，請參閱"Why assignments using chained indexing

fails"上的文檔。在

具體來說，為了說明此視圖與副本區別的重要性，請執行以下操作：

^{pr2}$

然后，此賦值將引發SettingWithCopyWarning警告：In [252]: X[['var2', 'var3']].iloc[[0,1]] = 100

SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a

DataFrame

See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

self._setitem_with_indexer(indexer, value)

賦值無法修改X。哎呀！在In [281]: X

Out[281]:

var1 var2 var3

0 3 NaN 11

4 3 9 13

3 2 NaN 14

2 5 9 12

1 2 7 13

要解決這個問題，當您希望一個賦值影響X時，必須

分配給一個單索引器(例如X.iloc = ...或{}或X.ix = ...)，也就是說，沒有鏈式索引。在

在這種情況下，您可以使用In [265]: X.iloc[[0,1], X.columns.get_indexer_for(['var2', 'var3'])] = 100

In [266]: X

Out[266]:

var1 var2 var3

0 3 100 100

4 3 100 100

3 2 NaN 14

2 5 9 12

1 2 7 13

但我想知道有沒有更好的方法，因為這不是非常漂亮。在