使用索引设置 pandas DataFrame 中特定单元格的值

我创建了一个 Pandas DataFrame

df = DataFrame(index=['A','B','C'], columns=['x','y'])

现在，我想为特定单元格分配一个值，例如行C和列x。换句话说，我想执行以下转换：

     x    y             x    y
A  NaN  NaN        A  NaN  NaN
B  NaN  NaN   ⟶   B  NaN  NaN
C  NaN  NaN        C   10  NaN

用这个代码：

df.xs('C')['x'] = 10

然而，内容df没有改变。数据框再次仅包含NaNs。我怎样才能得到我想要的？

鲁克科技的回答, df.set_value('C', 'x', 10)，远远快于我在下面建议的选项。然而，已经预计弃用.

展望未来，推荐的方法是.iat/.at.

Why df.xs('C')['x']=10不起作用：

df.xs('C')默认情况下，返回一个新的数据框有副本的数据，所以

df.xs('C')['x']=10

仅修改这个新数据框。

df['x']返回一个视图df数据框，所以

df['x']['C'] = 10

修改df itself.

Warning：有时很难预测操作是否返回副本或视图。为此文档建议避免使用“链式索引”进行分配.

所以推荐的替代方案是

df.at['C', 'x'] = 10

which does modify df.

In [18]: %timeit df.set_value('C', 'x', 10)
100000 loops, best of 3: 2.9 µs per loop

In [20]: %timeit df['x']['C'] = 10
100000 loops, best of 3: 6.31 µs per loop

In [81]: %timeit df.at['C', 'x'] = 10
100000 loops, best of 3: 9.2 µs per loop