pandas?Dataframe實(shí)現(xiàn)批量修改值的方法
更新時(shí)間：2022年06月19日 14:40:36 作者：Vergil_Zsh
這篇文章主要介紹了pandas?Dataframe實(shí)現(xiàn)批量修改值的方法，在使用dataframe的時(shí)候?有時(shí)候會(huì)碰到需要批量修改數(shù)據(jù)的時(shí)候，下面文章主要說明兩種情況使用iloc對某幾行某幾列進(jìn)行全部修該和對數(shù)據(jù)進(jìn)行判定后,相互+/-/*某個(gè)數(shù),使用內(nèi)置函數(shù)，需要的朋友可以參考一下
1.使用iloc對數(shù)據(jù)進(jìn)行批量修改
使用iloc最簡單的就是將數(shù)據(jù)批量修改為某個(gè)特定的值
以下是我隨便寫入的數(shù)據(jù)：
現(xiàn)在將[‘d’,‘e’]列,[2,3,4]行的數(shù)據(jù)全部修改為0
import pandas as pd
data = pd.read_excel('some_chaneg.xlsx')
data1 = data
data1.iloc[2:5,3:] = 0
data1
.iloc用法[],先行后列,并且都是不包含最后一個(gè)元素，例如取[2,3,4]就是[2:5],列同樣遵循此規(guī)則
2.對數(shù)據(jù)進(jìn)行判定后,相互+/-/某個(gè)數(shù)*
第一種方法：使用內(nèi)置函數(shù)where函數(shù)
Series.where(cond, other=nan, inplace=False, axis=None, level=None, errors='rais',...)
解釋下來就是如果cond為真,則保持原來的值,否則替換為other，這里的cond和other參數(shù)由我們自己寫入控制
# data2為data數(shù)據(jù)的一部分 data2 = data.iloc[0:,1:] print(data2) data2.where(data2>25, data2+5,inplace=True)
選取data2中<25的數(shù)據(jù),全部加上5
第二種方法：使用mask函數(shù)
mask和where剛好相反
mask(cond, other=nan)
- where：替換條件(condition)為False處的值
- mask：替換條件(condition)為True處的值
還是以data2舉例
data2.mask(data2<25, data2+5, inplace=True)
第三種方法：replace函數(shù)
replace可以替換文本值，也可以使用字典替換多個(gè)值,也可以使用正則表達(dá)式嵌套方法,替換很多不同的值
替換文本值：
# 替換文本值
data3 = data
data3.replace('wange', 'sheng', inplace=True)
data3
替換多個(gè)值
將所有的0和1互換：
# 替換多個(gè)值
# 將所有的0和1互換
data3.replace({1:0,0:1},inplace=True)
運(yùn)用正則表達(dá)式：
將所有含英文字母的全部變成Anonymous
# 切記使用正則表達(dá)式的時(shí)候,一定要添加上regex=True
data3.replace('[a-zA-Z]+','Anonymous',regex=True,inplace=True)
到此這篇關(guān)于pandas Dataframe實(shí)現(xiàn)批量修改值的方法的文章就介紹到這了,更多相關(guān)pandas 修改值內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章詳細(xì)介紹了基于Flask和PaddleHub來進(jìn)行人臉檢測，想詳細(xì)了解的朋友可以參考閱讀2023-03-03
Python截圖的五個(gè)方法實(shí)例總結(jié)
學(xué)習(xí)一門語言最好的方法便是實(shí)踐,想要拿Python寫一個(gè)截圖工具,下面這篇文章主要給大家介紹了關(guān)于Python截圖的五個(gè)方法,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下2022-12-12
本篇將介紹python中sys, getopt模塊處理命令行參數(shù)的方法，本文給大家介紹的非常詳細(xì)，具有參考借鑒價(jià)值，需要的朋友參考下吧2018-01-01
本文主要介紹了使用Python點(diǎn)云生成3D網(wǎng)格，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03
這篇文章介紹了PyTorch中的張量（Tensor）數(shù)據(jù)結(jié)構(gòu),包括張量的數(shù)據(jù)類型、初始化、常用操作、屬性等,張量是PyTorch框架中的核心數(shù)據(jù)結(jié)構(gòu),支持多種數(shù)據(jù)類型,可以通過工廠函數(shù)構(gòu)造張量,并提供了豐富的操作和屬性,感興趣的朋友跟隨小編一起看看吧2025-01-01
python實(shí)現(xiàn)淘寶購物系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)簡易的淘寶購物系統(tǒng)，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-10-10
采用python實(shí)現(xiàn)簡單QQ單用戶機(jī)器人的方法
這篇文章主要介紹了采用python實(shí)現(xiàn)簡單QQ單用戶機(jī)器人的方法,需要的朋友可以參考下2014-07-07
利用Anaconda完美解決Python 2與python 3的共存問題
Anaconda 是 Python 的一個(gè)發(fā)行版，如果把 Python 比作 Linux，那么 Anancoda 就是 CentOS 或者 Ubuntu，下面這篇文章主要給大家介紹了利用Anaconda完美解決Python 2與python 3共存問題的相關(guān)資料，文中介紹的非常詳細(xì)，需要的朋友可以參考借鑒。2017-05-05
這篇文章主要為大家詳細(xì)介紹了python使用rpc框架gRPC的方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-08-08
python 負(fù)數(shù)取模運(yùn)算實(shí)例
這篇文章主要介紹了python 負(fù)數(shù)取模運(yùn)算實(shí)例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06