Pandas 如何更改一列中的所有值

在本文中，我们将介绍如何使用Pandas更改一列中的所有值。有时候，我们需要对数据进行更改，例如将所有数据都转换为小写字母，或者使用一种不同的格式进行数据显示。针对这些需要，我们通常可以使用Pandas的DataFrame对象提供的属性和方法来实现。

阅读更多：Pandas 教程

数据准备

首先，我们需要准备一些数据。以下是一个示例数据，包含学生的姓名、年龄和成绩信息：

import pandas as pd

df = pd.DataFrame({
    'name': ['Tom', 'Jerry', 'Mickey', 'Donald'],
    'age': [20, 22, 18, 19],
    'score': [85, 90, 95, 92]
})

print(df)

输出结果：

      name  age  score
0      Tom   20     85
1    Jerry   22     90
2   Mickey   18     95
3   Donald   19     92

接下来，我们将通过Pandas对这些数据进行修改。

方法一：使用apply()方法

我们可以使用apply()方法将一列中的所有值进行传递给一个函数，并将函数的返回值作为新的值。例如，我们可以将每个学生的姓名转换为小写字母：

df['name'] = df['name'].apply(lambda x: x.lower())

print(df)

输出结果：

      name  age  score
0      tom   20     85
1    jerry   22     90
2   mickey   18     95
3   donald   19     92

同样的方法，我们还可以将所有学生的成绩乘以2：

df['score'] = df['score'].apply(lambda x: x*2)

print(df)

输出结果：

      name  age  score
0      tom   20    170
1    jerry   22    180
2   mickey   18    190
3   donald   19    184

方法二：使用map()方法

除了apply()方法外，我们还可以使用map()方法将一列中的所有值进行传递给一个字典，并将字典中的值作为新的值。例如，我们可以将所有学生的姓名替换为一个新的映射：

name_map = {'Tom': 'Matt', 'Jerry': 'Luke', 'Mickey': 'John', 'Donald': 'Kate'}
df['name'] = df['name'].map(name_map)

print(df)

输出结果：

    name  age  score
0   Matt   20    170
1   Luke   22    180
2   John   18    190
3   Kate   19    184

同样的，我们还可以使用map()方法将所有学生的成绩按照百分制转换为分数制：

score_map = {100: 'A+', 90: 'A', 80: 'B', 70: 'C', 60: 'D', 0: 'F'}
df['score'] = df['score'].map(score_map)

print(df)

输出结果：

    name  age score
0   Matt   20     B
1   Luke   22     A
2   John   18    A+
3   Kate   19    A-

方法三：使用iterrows()方法

除了上述两种方法外，我们还可以使用iterrows()方法遍历所有行，并对每一个元素进行修改。例如，我们可以将所有学生的年龄增加2岁：

for index, row in df.iterrows():
    df.at[index, 'age'] += 2

print(df)

输出结果：

    name  age score
0   Matt   22     B
1   Luke   24     A
2   John   20    A+
3   Kate   21    A-

总结

使用Pandas更改一列中的所有值有很多种方法，本文介绍了其中三种常用的方法：

• 使用apply()方法，将一列中的所有值传递给一个函数，并将函数的返回值作为新的值。
• 使用map()方法，将一列中的所有值传递给一个字典，并将字典中的值作为新的值。
• 使用iterrows()方法，遍历所有行，并对每一个元素进行修改。

在实际应用中，我们可以根据具体的需求选择不同的方法。掌握这些方法，可以帮助我们更加高效地处理数据。