DataFrame中loc修改数据

在 Pandas 中，loc 是一种基于标签的索引方法，用于通过行标签和列标签来选择或修改数据。df.loc[0, 'column_name'] = new_value 这行代码表示你想要修改 DataFrame df 中索引标签为 0 的行、列标签为 'column_name' 的单元格的值。

以下是这行代码的详细解释：

1. df：代表你的 DataFrame 对象。

2. loc：是 Pandas 提供的基于标签的索引器。

3. [0, 'column_name']：

   • 第一个参数 0 表示你想要访问或修改的行的标签。
   • 第二个参数 'column_name' 表示你想要访问或修改的列的标签。

4. new_value：是你想要设置的新值。这个值将替换掉原来位于指定行和列交叉处的旧值。

示例代码：

假设你有一个 DataFrame 如下所示：

import pandas as pd

# 创建 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)

# 打印原始 DataFrame
print("原始 DataFrame:")
print(df)

# 修改索引标签为 0 的行、列标签为 'Age' 的单元格的值
df.loc[0, 'Age'] = 26

# 打印修改后的 DataFrame
print("\n修改后的 DataFrame:")
print(df)

输出将是：

原始 DataFrame:
      Name  Age         City
0    Alice   25     New York
1      Bob   30  Los Angeles
2  Charlie   35      Chicago

修改后的 DataFrame:
      Name  Age         City
0    Alice   26     New York
1      Bob   30  Los Angeles
2  Charlie   35      Chicago

在这个例子中，我们将第一行（Alice）的年龄从 25 改为了 26。

注意事项：

• 确保你使用的行标签和列标签确实存在于 DataFrame 中，否则会抛出 KeyError。
• 如果你想要修改的行或列不存在，Pandas 会自动创建它们。
• loc 索引器在修改数据时非常直观和方便，但需要确保你提供的标签是正确的。