如何对DataFrame某列部分行成功赋值

       最近在做批量数据分析，利用pandas的DataFrame时，有一个需求，需要根据一列的取值进行判断，然后将python运行的状态信息写入另一列。结果发现多次写入均不成功。然后开始各种搜索，并没有找到合适的答案。其中一篇较为接近的文章是遇到我类似的问题，但下面并没给出合理的解决办法。（原文地址：https://ask.csdn.net/questions/773703）

      几经辗转，将结果办法记录如下。

原始问题重现：

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.rand(10, 2), columns=list('ab'))
print(df)
df['a'] = 1
print(df)

 运行结果：

          a         b
0  0.275576  0.068470
1  0.343586  0.090775
2  0.696852  0.923085
3  0.161288  0.376297
4  0.503365  0.701728
5  0.373529  0.621320
6  0.733098  0.866785
7  0.903162  0.663804
8  0.221881  0.978821
9  0.768057  0.120308

各种正常的引用方法：

df['a'] = 1
print(df)
df['a'].iloc[5:] = 2
print(df)

出现的结果也是预期的：

   a         b
0  1  0.068470
1  1  0.090775
2  1  0.923085
3  1  0.376297
4  1  0.701728
5  1  0.621320
6  1  0.866785
7  1  0.663804
8  1  0.978821
9  1  0.120308
   a         b
0  1  0.068470
1  1  0.090775
2  1  0.923085
3  1  0.376297
4  1  0.701728
5  2  0.621320
6  2  0.866785
7  2  0.663804
8  2  0.978821
9  2  0.120308

 

然而，当根据条件筛选时：

df.loc[df['a']==2]['b'] = 10
print(df)

貌似赋值没有起作用，运行出的结果依然是上述最后一个结果。

  a         b
0  1  0.068470
1  1  0.090775
2  1  0.923085
3  1  0.376297
4  1  0.701728
5  2  0.621320
6  2  0.866785
7  2  0.663804
8  2  0.978821
9  2  0.120308

应该怎么办呢？根据spyder窗口的输出警告提出。

我去对应的网址上找到了最终答案。原来这种引用方式在官网的手册上明确说明，是不允许的。正确的方法应该是：

df.loc[df['a']==2,'b'] = 10
print(df)

这样就得到了正确的结果，看似简单的小问题，蕴含的是对一个处理工具官方文档的理解程度。 

 a          b
0  1   0.509076
1  1   0.180524
2  1   0.315487
3  1   0.380127
4  1   0.932072
5  2  10.000000
6  2  10.000000
7  2  10.000000
8  2  10.000000
9  2  10.000000

附警告信息里的网址：http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy