<p>使用<a href="http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html" rel="nofollow noreferrer">^{<cd1>}</a>和最小值设置值(按位置选择,这意味着上一个标签<code>Variance</code>使用<code>-2</code>):</p>
<pre><code>df1.iloc[-2, -2] = df1.iloc[-2, -4:-2].min()
</code></pre>
<p>或者可以使用<a href="http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Index.get_loc.html" rel="nofollow noreferrer">^{<cd4>}</a>作为标签名称的位置:</p>
<pre><code>pos = df1.index.get_loc('Variance')
df1.iloc[pos, -2] = df1.iloc[pos, -4:-2].min()
</code></pre>
<p>或者,如果需要按<code>Variance</code>选择,请使用<a href="http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html" rel="nofollow noreferrer">^{<cd6>}</a>作为seelct by标签,对于动态列名称,请使用索引<code>df1.columns</code>:</p>
<pre><code>df1.loc['Variance', df1.columns[-2]] = df1.loc['Variance', df1.columns[-4:-2]].min()
</code></pre>
<hr/>
<pre><code> DP1 DP2 DP3 DP4 DP5 DP6 DP7 \
OP1 43239.0 46962.0 55858.0 9128.0 30372.0 5932.0 667.0
OP2 146.0 73.0 16647.0 5596.0 1493.0 7175.0 45.0
OP3 266279.0 1189.0 1.0 10939.0 17799.0 4702.0 235.0
OP4 360547.0 56943.0 142271.0 38217.0 1141.0 6757.0 NaN
OP5 380497.0 17946.0 19376.0 0.0 3974.0 NaN NaN
OP6 6151.0 16525.0 17046.0 11532.0 NaN NaN NaN
OP7 142026.0 21999.0 820.0 NaN NaN NaN NaN
OP8 76860.0 102580.0 NaN NaN NaN NaN NaN
OP9 6210.0 NaN NaN NaN NaN NaN NaN
OP10 NaN NaN NaN NaN NaN NaN NaN
Total 1281955.0 264217.0 252019.0 75412.0 54779.0 24566.0 947.0
Variance 160244.0 37745.0 42003.0 15082.0 13695.0 89.0 474.0
Mack's Sigma 400.0 194.0 205.0 123.0 117.0 90.0 22.0
DP8 DP9 DP10
OP1 663.0 0.0 NaN
OP2 438.0 NaN NaN
OP3 NaN NaN NaN
OP4 NaN NaN NaN
OP5 NaN NaN NaN
OP6 NaN NaN NaN
OP7 NaN NaN NaN
OP8 NaN NaN NaN
OP9 NaN NaN NaN
OP10 NaN NaN NaN
Total 1101.0 0.0 0.0
Variance 1101.0 474.0 -0.0
Mack's Sigma 33.0 NaN -0.0
</code></pre>