Pandas为DataFrame对象赋值

原文地址

分类目录——Pandas

• 导入支持包

  import pandas as pd
  import numpy as np
  

• 生成测试数据

  dates = pd.date_range('20200218', periods=6)
  df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates, columns=['A','B','C','D'])
  '''
               A   B   C   D
  2020-02-18   0   1   2   3
  2020-02-19   4   5   6   7
  2020-02-20   8   9  10  11
  2020-02-21  12  13  14  15
  2020-02-22  16  17  18  19
  2020-02-23  20  21  22  23
  '''
  

  注：下面所有的操作都是基于这里的原始数据

• 根据序数索引和属性索引设置值

  df.iloc[2,2] = 1111
  df.loc['20200220','B'] = 2222
  '''
               A     B     C   D
  2020-02-18   0     1     2   3
  2020-02-19   4     5     6   7
  2020-02-20   8  2222  1111  11
  2020-02-21  12    13    14  15
  2020-02-22  16    17    18  19
  2020-02-23  20    21    22  23
  '''
  

• 根据是否满足条件设置值

  df.B[df.A>4] = 0
  '''
               A  B   C   D
  2020-02-18   0  1   2   3
  2020-02-19   4  5   6   7
  2020-02-20   8  0  10  11
  2020-02-21  12  0  14  15
  2020-02-22  16  0  18  19
  2020-02-23  20  0  22  23
  '''
  

• 设置整列的值

  df['F'] = 8888
  '''
               A   B   C   D     F
  2020-02-18   0   1   2   3  8888
  2020-02-19   4   5   6   7  8888
  2020-02-20   8   9  10  11  8888
  2020-02-21  12  13  14  15  8888
  2020-02-22  16  17  18  19  8888
  2020-02-23  20  21  22  23  8888
  '''
  

  df['E'] = pd.Series([1,2,3,4,5,6], index=pd.date_range('20200218',periods=6))
  #              A   B   C   D  E
  # 2020-02-18   0   1   2   3  1
  # 2020-02-19   4   5   6   7  2
  # 2020-02-20   8   9  10  11  3
  # 2020-02-21  12  13  14  15  4
  # 2020-02-22  16  17  18  19  5
  # 2020-02-23  20  21  22  23  6
  

• 参考文献

  程序主要来自 Pandas 设置值，略有改动