替换列（字符串）中的值时无法覆盖现有的数据框值

我在熊猫中有一个带有客户ID及其性别的数据框。但是，在清理数据集时，我注意到某些ID被分配了两个性别，在大多数情况下，它是Female或Male和Unknown。

df看起来像这样：

 index   ID    gender
   0     23      M
   1     23      U
   2     55      F
   3     55      U

我的目标是找到分配了两种性别的ID，并将U性别替换为非U性别。

为此，我在列表上使用了for循环，在该列表中，我具有所有性别不一致的客户ID。例如，对于ID = 23，循环内的代码如下所示：

if all((customers.loc[customers['ID'] == 23]['gender'].str.contains('M')) | (customers.loc[customers['ID'] == 23]['gender'].str.contains('U'))):
    customers.loc[customers['ID'] == 23]['gender'] = customers.loc[customers['ID'] == 23]['gender'].replace('U', 'M')

我的问题：

1. 不知道for循环和if语句是否最适合执行我的任务

2. 使用我的方法时，我无法覆盖现有数据框。我尝试使用replace（inplace = True），我尝试使用.loc（）如上所述分配新性别，但也尝试使用链式索引。在所有情况下，我都会收到警告（使用.loc或链接索引时）：

   A value is trying to be set on a copy of a slice from a DataFrame.
   Try using .loc[row_indexer,col_indexer] = value instead
   See the caveats in the documentation: http://pandas.pydata.org/pandas- 
   docs/stable/indexing.html#indexing-view-versus-copy
   

（在使用replace（inplace = True时）

    C:\Users\***: SettingWithCopyWarning: 
    A value is trying to be set on a copy of a slice from a DataFrame

并且原始数据帧是完整的。

我对StackOverflow进行了广泛的研究，但仍然无法解决问题。