Pandas——如何更改DataFrame中的值

Pandas——如何更改DataFrame中的值

1.构造DataFrame

import pandas as pd
import numpy as np

dic={'地市缩写':['LF','CZ','HS','ZJ','TS','HD','广阳','CD','QH','XT','XA','BD','SJ','栾城'],
    
'地市':['廊坊','沧州','衡水','张家口','唐山','邯郸','廊坊','承德','秦皇岛','邢台','雄安','保定','石家庄','石家庄']}
p_city =pd.DataFrame(dic)

输出


	
Pandas——如何更改DataFrame中的值

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。

p_city.loc['9', '地市'] = '保定# 标签索引
p_city.iloc[2, 2] = '石家庄' # 数字索引
print(p_city)

#输出

Pandas——如何更改DataFrame中的值

3.运用条件判断更改值

如果现在的判断条件是这样, 我们想要更改地市中的字段, 而更改的位置是取决于’”序号列的. 对于序号大于6的位置. 更改地市在相应位置上的数为全省

p_city.地市[p_city.序号 > 6] = "全省# 序号字段中大于6的那些行在地市字段中全都设为全省
print(p_city)

#输出

Pandas——如何更改DataFrame中的值

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:

p_city['E'] = np.nan
print(p_city)

#输出

Pandas——如何更改DataFrame中的值

用上面的方法也可以加上 Series 序列(但是长度必须对齐)。

p_city['F'] = pd.Series([11, 22, 33, 44, 55, 66, 77, 88, 99, 1010, 1111, 1212, 1313, 14])

print(p_city)

#输出

Pandas——如何更改DataFrame中的值

© 版权声明

相关文章