Python DataFrame iloc 修改值

在数据处理的过程中，经常需要对DataFrame中的某些值进行修改。Python中的pandas库提供了一种灵活而简单的方式，即使用iloc属性来访问和修改DataFrame中的特定值。

1. 什么是DataFrame?

DataFrame是pandas库中的一个重要数据结构，类似于Excel中的二维表格。它由一系列的行和列组成，可以方便地存储和处理二维数据。每一列可以是不同的数据类型（如整数、浮点数、字符串等）。

2. DataFrame中的iloc属性

在DataFrame中，iloc是一个用于访问和修改特定位置的属性。它基于行和列的整数位置，而不是标签或名称。下面是一个示例DataFrame：

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dave'],
        'Age': [25, 30, 35, 40],
        'Salary': [50000, 60000, 70000, 80000]}
df = pd.DataFrame(data)

这里我们创建了一个包含员工姓名、年龄和工资的DataFrame。通过使用iloc属性，我们可以访问和修改特定位置的值。

3. DataFrame中使用iloc修改值

使用iloc修改DataFrame中的值的基本语法如下：

df.iloc[row_index, column_index] = new_value

其中row_index和column_index分别表示行和列的位置，从0开始计数。new_value是要替换的新值。下面我们将演示如何使用iloc修改DataFrame中的值。

3.1 修改单个值

首先，我们来修改DataFrame中的单个值。假设我们要将”Charlie”的工资修改为75000。可以使用以下代码：

df.iloc[2, 2] = 75000

运行以上代码后，DataFrame的第3行（索引为2）和第3列（索引为2）的值将被修改为75000。

3.2 修改整行或整列的值

如果我们希望一次性修改整行或整列的值，可以使用切片操作符:来指定范围。例如，我们将年龄列的所有值修改为40：

df.iloc[:, 1] = 40

这里的:表示所有行，1表示列索引。运行以上代码后，DataFrame中的Age列的所有值将被修改为40。

3.3 修改多个值

在某些情况下，我们可能需要同时修改多个值，可以通过使用列表或numpy数组来实现。下面的示例中，我们将”Bob”和”Dave”的薪水都增加10000：

df.iloc[[1, 3], 2] += 10000

这里[1, 3]表示要修改的行索引列表，2表示要修改的列索引（Salary列）。运行以上代码后，DataFrame中的第2行和第4行的薪水将分别增加10000。

4. 示例

为了更好地理解如何使用iloc属性来修改DataFrame中的值，我们来做一个完整的示例。假设我们有一个记录了某个公司销售数据的DataFrame，其中包含了员工姓名、销售额和销售日期。我们要求根据销售额的排名给每个员工打分。具体步骤如下：

import pandas as pd

# 创建示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dave'],
        'Sales': [50000, 60000, 70000, 80000],
        'Date': ['2021-01-01', '2021-02-01', '2021-03-01', '2021-04-01']}
df = pd.DataFrame(data)

# 根据Sales列的值对DataFrame进行降序排序
df.sort_values(by='Sales', ascending=False, inplace=True)

# 计算每个员工的排名得分
df['Score'] = 0
for i in range(len(df)):
    df.iloc[i, df.columns.get_loc('Score')] = i + 1

# 打印修改后的DataFrame
print(df)