欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

在Pandas中更改DataFrame中的值

 更新時間：2023年08月18日 14:25:14   作者：程旭員  
這篇文章主要介紹了在Pandas中更改DataFrame中的值方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教

Pandas如何更改DataFrame中的值

1.構(gòu)造DataFrame

import pandas as pd
import numpy as np
dates = pd.date_range('20200315', periods = 5)
df = pd.DataFrame(np.arange(20).reshape((5,4)), index = dates, columns = ['A','B','C','D'])
print(df)
#輸出
             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.運用loc、iloc更改值

我們可以利用索引或者標簽確定需要修改值的位置。

df.loc['20200318','C'] = 20200318     #標簽索引
df.iloc[2,3] = 20200318    #數(shù)字索引
print(df)
#輸出
             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.運用條件判斷更改值

如果現(xiàn)在的判斷條件是這樣, 我們想要更改B中的數(shù), 而更改的位置是取決于 C的. 對于C大于6的位置. 更改B在相應位置上的數(shù)為0.

df.B[df.C>6] = 0    #C字段中大于6的那些行在B字段中全都設為0
print(df)
#輸出
             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

如果對整列做批處理, 加上一列 ‘E’, 并將 E 列全改為 NaN, 如下:

df['E'] = np.nan
print(df)
#輸出
             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（但是長度必須對齊）。

df['F'] = pd.Series([11,22,33,44,55],index = pd.date_range('20200315',periods = 5))
print(df)
#輸出
             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 Dataframe批量修改值

在使用dataframe的時候 有時候會碰到需要批量修改數(shù)據(jù)的時候,今天主要說明兩種情況

一.使用iloc對某幾行某幾列進行全部修該

二.對數(shù)據(jù)進行判定后,相互+/-/*某個數(shù),使用內(nèi)置函數(shù)

1.使用iloc對數(shù)據(jù)進行批量修改

使用iloc最簡單的就是將數(shù)據(jù)批量修改為某個特定的值以下是我隨便寫入的數(shù)據(jù)

在這里插入圖片描述

現(xiàn)在將[‘d’,‘e’]列,[2,3,4]行的數(shù)據(jù)全部修改為0

import pandas as pd
data = pd.read_excel('some_chaneg.xlsx')
data1 = data
data1.iloc[2:5,3:] = 0
data1

.iloc用法[],先行后列,并且都是不包含最后一個元素，例如取[2,3,4]就是[2:5],列同樣遵循此規(guī)則

2.對數(shù)據(jù)進行判定后,相互+/-/某個數(shù)

*第一種方法：使用內(nèi)置函數(shù)where函數(shù)

Series.where(cond, other=nan, inplace=False, axis=None, level=None, errors='rais',...)

解釋下來就是如果cond為真,則保持原來的值,否則替換為other，這里的cond和other參數(shù)由我們自己寫入控制

# data2為data數(shù)據(jù)的一部分
data2 = data.iloc[0:,1:]
print(data2)
data2.where(data2>25, data2+5,inplace=True)

data2原數(shù)據(jù)

跑完之后的數(shù)據(jù)

選取data2中<25的數(shù)據(jù),全部加上5

第二種方法：使用mask函數(shù)

mask和where剛好相反

mask(cond, other=nan)
  • where：替換條件(condition)為False處的值
  • mask：替換條件(condition)為True處的值

還是以data2舉例

data2.mask(data2<25, data2+5, inplace=True)

mask函數(shù)

第三種方法：replace函數(shù)

replace可以替換文本值，也可以使用字典替換多個值,

也可以使用正則表達式嵌套方法,替換很多不同的值

替換文本值

# 替換文本值
data3 = data
data3.replace('wange', 'sheng', inplace=True)
data3

原數(shù)據(jù)

替換后

替換多個值

將所有的0和1互換

# 替換多個值# 將所有的0和1互換data3.replace({<!-- -->1:0,0:1},inplace&#61;True)
# 替換多個值
# 將所有的0和1互換
data3.replace({1:0,0:1},inplace=True)

原數(shù)據(jù)

替換之后

運用正則表達式

將所有含英文字母的全部變成Anonymous

# 切記使用正則表達式的時候,一定要添加上regex=True
data3.replace('[a-zA-Z]+','Anonymous',regex=True,inplace=True)

總結(jié)

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

相關(guān)文章

最新評論