好的，我有这个 Dataframe ，你注意到了，我用了一个4的切片

In [13147]: solve[::4]
Out[13147]: 
    rst  dr
0     1   0
4     3   0
8     7   0
12    5   0
16   14   0
20   12   0
24    4   0
28    4   0
32    4   0
36    3   0
40    3   0
44    5   0
48    5   0
52   13   0
56    3   0
60    1   0

我想要的是在列'rst'中xor 1乘3并得到2（1^3=2）.然后我想做3^7 = 4，我想把它们放在dr. so solve.loc[0：，（'dr '）] = 2，and solve.loc[4：，（'dr'）] = 4.我目前的方法很繁琐，不是自动的，这是我正在做的：

In [13150]: np.array(solve.loc[::4, ('rst')]) ^ np.array(solve.loc[4::4, ('rst')])
ValueError: operands could not be broadcast together with shapes (16,) (15,)

解决方法是：

In [13159]: wutwut = np.array(solve.loc[::4, ('rst')])[:15] ^ np.array(solve.loc[4::4, ('rst')])
Out[13159]: 
array([ 2,  4,  2, 11,  2,  8,  0,  0,  7,  0,  6,  0,  8, 14,  2],
      dtype=int8)

然后将值放回solv.loc ['dr']是一个问题，因为我必须手动输入长度，如：

solve.loc[:56:4, ('dr')] = wutwut

我看到我必须手动设置长度，有没有更自动的方法
正如你所看到的，这是乏味的，不实用的，因为我正在使用不同的和不断变化的长度，我需要一个更自动化的最佳实践演员。我正在寻找一些建议，并提前感谢。此外，我有更高级的用例，其中列之间的xor，所以如果有人有策略，它将帮助我的道路以及