Pandas:如何修改DataFrame中某一列的值？

写这篇博客主要是因为在修改DataFrame列值的时候经常遇到bug，但到目前还没把这种错误复现出来。

  DataFrame是pandas中的主要数据结构之一，本篇博客主要介绍如何DataFrame中某一列的值进行修改。

1 常规方法

  这部分主要介绍修改DataFrame列值的常规方法。为了方便后续说明先构建如下数据：

import pandas as pdimport numpy as npdf=pd.DataFrame([['A',1],['B',2],['C',5],['D',4],['E',10],['F',13],['G',8]],                columns=['col_1','col_2'],                index=list('abcdefg'))

df结果如下：

• 使用常量修改DataFrame列的值

使用一个常量对DataFrame列中的数据进行修改时，代码举例如下：

df1=df.copy()df1['col_1']='H'df1.loc[['a','c','d'],'col_2']=100 #将指定索引的列值进行修改df1.iloc[4:,-1]=200 

df1的结果如下：

• 使用List\array修改DataFrame列的值

当需要对DataFrame列中的多个值进行修改时，可以使用List或array等变量型数据来对其进行修改。具体代码如下：

df2=df.copy()df2['col_1']=list(range(7))df2.loc[df2.index<='d','col_2']=np.array([15,20,25,30])df2.iloc[4:,-1]=np.array([10,5,0])

df2的结果如下：

• 使用Series/DataFrame修改DataFrame列的值

除了以上两种数据类型之外，还可以使用Series型数据来修改DataFrame列的值。但使用这种方法时，需要索引对齐，否则会出错。具体举例如下：

df3=df.copy()df3['col_1']=pd.Series([1,2,3,4,5,6,7]) #索引不对齐时不会报错，但没有成功修改列值。df3.loc[['a','b','c'],'col_2']=pd.Series([100,200,300],index=list('abc'))df3.iloc[3:,-1]=pd.DataFrame([[4000],[5000],[6000],[7000]],index=list('cdef'))

其结果如下：

2. replace方法

  DataFrame对象自带的方法replace()也可以实现列值的修改。该方法中的参数主要有以下几个：

创建如下数据，具体如下：

df=pd.DataFrame([['A','A'],['B','B'],['C',5],['D',4]],                columns=['col_1','col_2'],                index=list('abcd'))

df的结果如下：

• 对整个DataFrame中的指定数据进行替换

#A替换为aaa,B替换为bbb,4替换为100df_1=df.replace(to_replace=['A','B',4],value=['aaa','bbb',100])#将A替换为AAAAdf_2=df.replace(to_replace='A',value='AAAA')#将A替换为AAAAA,5替换为2000df_3=df.replace(to_replace={"A":'AAAAA',5:2000})

其结果如下：

• 对DataFrame中的不同列指定不同的替换方式

#对于col_1列：将A替换为1，B替换为2#对于col_2列：将A替换为100，B替换为200df_4=df.replace({"col_1":{'A':1,'B':2},"col_2":{"A":100,"B":200}})

其结果如下：

• 使用正则表达式筛选数据

#将A\B替换成newdf_5=df.replace(to_replace=r'[AB]',value='new',regex=True)

其结果如下：

来源地址：https://blog.csdn.net/yeshang_lady/article/details/127619031