pandas 修改指定位置的值|极客教程

pandas 修改指定位置的值

在使用pandas进行数据处理的过程中，我们经常会遇到需要修改DataFrame中某个特定位置的值的情况。本文将详细介绍如何使用pandas库来修改DataFrame中指定位置的值。

1. loc方法

pandas中的loc方法可以让我们选择特定的行和列，然后进行赋值操作，从而修改DataFrame中的值。

下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3, 4],
        'B': [5, 6, 7, 8],
        'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)

# 使用loc方法修改指定位置的值
df.loc[1, 'B'] = 100

print(df)

运行以上代码，输出如下：

   A    B   C
0  1    5   9
1  2  100  10
2  3    7  11
3  4    8  12

在以上代码中，我们使用loc[1, 'B']选择了第2行第2列的位置，然后将该位置的值修改为100。

2. at方法

除了loc方法之外，pandas还提供了at方法来修改特定位置的值。与loc方法不同的是，at方法只能选择单个元素进行修改。

下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3, 4],
        'B': [5, 6, 7, 8],
        'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)

# 使用at方法修改指定位置的值
df.at[1, 'B'] = 100

print(df)

运行以上代码，输出与上例相同。通过at[1, 'B']选择第2行第2列的位置，并修改该位置的值为100。

3. iloc方法

iloc方法可以通过行列的整数位置来选择需要修改的位置，而不是行列的标签。

下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3, 4],
        'B': [5, 6, 7, 8],
        'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)

# 使用iloc方法修改指定位置的值
df.iloc[1, 1] = 100

print(df)

运行以上代码，输出与前两个示例相同。通过iloc[1, 1]选择第2行第2列的位置，并将该位置的值修改为100。

4. numpy的values方法

除了上述方法外，我们还可以使用Numpy库中的values方法来修改DataFrame中特定位置的值。

下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3, 4],
        'B': [5, 6, 7, 8],
        'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)

# 使用numpy的values方法修改指定位置的值
df.values[1, 1] = 100

print(df)

通过以上代码，我们成功修改了DataFrame中第2行第2列的值为100。