如何将pandas中与.loc相同行中的列设置为子集

在pandas中，可以使用.loc方法来选择特定行和列的数据。如果要将与.loc相同行中的列设置为子集，可以按照以下步骤进行操作：

首先，使用.loc方法选择与目标行相同的行数据。例如，如果要选择索引为1的行，可以使用df.loc[1]。
接下来，使用.loc方法选择需要设置为子集的列。可以使用布尔索引或列名来选择列。例如，如果要选择名为'column1'和'column2'的列，可以使用df.loc[:, ['column1', 'column2']]。
最后，将选择的列设置为子集。可以使用等号将子集赋值给选择的列。例如，可以使用df.loc[1, ['column1', 'column2']] = subset。

这样，与.loc相同行中的列就会被设置为子集。

以下是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'column1': [1, 2, 3, 4, 5],
        'column2': [6, 7, 8, 9, 10],
        'column3': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)

# 选择与.loc相同行中的列，并设置为子集
subset = [100, 200]
df.loc[1, ['column1', 'column2']] = subset

print(df)

输出结果为：

   column1  column2  column3
0        1        6       11
1      100      200       13
2        3        8       13
3        4        9       14
4        5       10       15

在这个示例中，我们选择了索引为1的行，并将'column1'和'column2'设置为子集[100, 200]。最终，这两列的值被更新为子集的值。