1.构造DataFrame

import pandas as pd
import numpy as npdates = pd.date_range('20200315', periods = 5)
df = pd.DataFrame(np.arange(20).reshape((5,4)), index = dates, columns = ['A','B','C','D'])
print(df)#输出A   B   C   D
2020-03-15   0   1   2   3
2020-03-16   4   5   6   7
2020-03-17   8   9  10  11
2020-03-18  12  13  14  15
2020-03-19  16  17  18  19

2.运用loc、iloc更改值

我们可以利用索引或者标签确定需要修改值的位置。

df.loc['20200318','C'] = 20200318     #标签索引
df.iloc[2,3] = 20200318    #数字索引
print(df)#输出A   B         C         D
2020-03-15   0   1         2         3
2020-03-16   4   5         6         7
2020-03-17   8   9        10  20200318
2020-03-18  12  13  20200318        15
2020-03-19  16  17        18        19

3.运用条件判断更改值

如果现在的判断条件是这样, 我们想要更改B中的数, 而更改的位置是取决于 C的. 对于C大于6的位置. 更改B在相应位置上的数为0.

df.B[df.C>6] = 0    #C字段中大于6的那些行在B字段中全都设为0
print(df)#输出A  B         C         D
2020-03-15   0  1         2         3
2020-03-16   4  5         6         7
2020-03-17   8  0        10  20200318
2020-03-18  12  0  20200318        15
2020-03-19  16  0        18        19

4.在DataFrame中添加一列

如果对整列做批处理, 加上一列 ‘E’, 并将 E 列全改为 NaN, 如下:

df['E'] = np.nan
print(df)#输出A   B   C   D   E
2020-03-15   0   1   2   3 NaN
2020-03-16   4   5   6   7 NaN
2020-03-17   8   9  10  11 NaN
2020-03-18  12  13  14  15 NaN
2020-03-19  16  17  18  19 NaN

用上面的方法也可以加上 Series 序列（但是长度必须对齐）。

df['F'] = pd.Series([11,22,33,44,55],index = pd.date_range('20200315',periods = 5))
print(df)#输出A   B   C   D   E   F
2020-03-15   0   1   2   3 NaN  11
2020-03-16   4   5   6   7 NaN  22
2020-03-17   8   9  10  11 NaN  33
2020-03-18  12  13  14  15 NaN  44
2020-03-19  16  17  18  19 NaN  55

Pandas——如何更改DataFrame中的值相关推荐

pandas使用replace函数将dataframe中None值以及其他异常编码值（例如，9999）替换为np.nan
pandas使用replace函数将dataframe中None值以及其他异常编码值(例如,9999)替换为np.nan(replace None and outlier code values wi ...
pandas获取dataframe中索引值最大值所在的数据行（get dataframe row of max index value）
pandas获取dataframe中索引值最大值所在的数据行(get dataframe row of max index value) 目录 pandas获取dataframe中索引值最大值所在的数 ...
pandas使用replace函数替换dataframe中的值：replace函数对dataframe中的多个值进行替换、即一次性同时对多个值进行替换操作
pandas使用replace函数替换dataframe中的值:replace函数对dataframe中的多个值进行替换.即一次性同时对多个值进行替换操作目录
pandas使用replace函数替换dataframe中的值:replace函数使用正则表达式对dataframe中的值进行替换
pandas使用replace函数替换dataframe中的值:replace函数使用正则表达式对dataframe中的值进行替换目录
pandas使用replace函数替换dataframe中的值：replace函数对dataframe中指定数据列的值进行替换、替换具体数据列的相关值
pandas使用replace函数替换dataframe中的值:replace函数对dataframe中指定数据列的值进行替换.替换具体数据列的相关值目录
pandas任取dataframe中的一个或者多个数据行（head、tail、loc、iloc），将抽取到的一个或者多个数据行复制N次形成新的dataframe
pandas任取dataframe中的一个或者多个数据行(head.tail.loc.iloc),将抽取到的一个或者多个数据行复制N次形成新的dataframe 目录
replace函数对dataframe中的值进行替换（所有数据列中的相同值）
replace函数对dataframe中的值进行替换(所有数据列中的相同值) 目录 replace函数对dataframe中的值进行替换(所有数据列中的相同值)
pandas怎么选取dataframe中几列
pandas怎么选取dataframe中几列我用的方法是: df[['a','b,'c'']] 注意括号的嵌套. https://zhidao.baidu.com/question/19299765 ...
pandas 在某个列表中的值筛选列_Pandas学习笔记（二）
前言上一篇研究了如何构建一个Pandas的Series和DataFrame,之后对DataFrame的行列选择及增加删除行为进行了探索,这一节将从如何对DataFrame进行条件选择开始. 条件选择 ...

Pandas——如何更改DataFrame中的值

文章目录

1.构造DataFrame

2.运用loc、iloc更改值

3.运用条件判断更改值

4.在DataFrame中添加一列

Pandas——如何更改DataFrame中的值相关推荐

最新文章

热门文章