DataFrame的subset要改变只能赋值这一条路吗？

fillna（）的inplace=True参数只有在Series和DataFrame中起作用。

但是通过loc，iloc和【】选出来的subset只是一个新的DataFrame，改变它不会改变原DataFrame，除非这个subset是一个Series，那么Series.fillna(0,inplace=True)，那么就会立竿见影的改变原来的DataFrame里同样位置的数据。

如果你想的通过loc，iloc和【】选出来的subset来改变原DataFrame，似乎只剩一种办法。就是赋值法如：

fd=pd.DataFrame（。。。。。）

fd1=fd.loc[[a,b],:]

fd1.fillna(0,inplace=True)
fd.loc[[a,b],:]=fd1

目前似乎也只有通过先改变f1这个subset，再赋值给他的原DataFrame，来改变DataFrame，不知道有没有其他好办法，不用这么倒腾。

目前我认为之所以可以通过Series的fillna(0,inplace=True)来改变原函数，而subset却只能改变subset它自己的原因是，Series用的是原DataFrame的地址，所以原DataFrame会随Series的变化而变化。

但是原DataFrame通过方法筛选出来的subset，它自身就是一个DataFrame类型，就算数据一样，也只能是另一个不同地址的DataFrame（也可以认为是一个新的DataFrame，完全和原DataFrame没有任何关系），所以想改变原DataFrame，就只能通过赋值法了

打个不恰当的比方，可以用二维的list来类比

a=[[1,2],[3,4]]

改变a[0]的值a就会跟

a[0]=100

a就变成了[[100,2],[3,4]]

但是b=[ [ a[1][1],a[0][0] ],[ a[0][1],a[1][0] ] ]

这个b不管怎么变都不会影响a，想要反过来影响a只有赋值法了

我觉得这个理解肯定哪里出错了，如果有高手发现请斧正！！！