pandas 给指定行赋值

本文介绍了Pandas库中如何对DataFrame进行单个元格、整列、基于条件的多行赋值,以及使用新DataFrame或Series对象更新数据。重点展示了at,loc,iloc,和Series对象在不同场景下的应用。
摘要由CSDN通过智能技术生成

pandas 赋值
在Pandas中,可以使用多种方式进行赋值操作。以下是一些常见的赋值操作示例:

给单个元格赋值:

import pandas as pd

df = pd.DataFrame({‘A’: [1, 2, 3], ‘B’: [4, 5, 6]})
df.at[0, ‘A’] = 100 # 给第一行"A"列的值赋值为100
给一列赋值:

df[‘A’] = [10, 20, 30] # 将"A"列的所有值替换为[10, 20, 30]
使用条件给多个元格赋值:

df.loc[df[‘A’] > 10, ‘B’] = 999 # 将"A"列大于10的行对应的"B"列的值赋值为999
使用一个新DataFrame的列来更新现有DataFrame:

new_df = pd.DataFrame({‘A’: [1000, 2000, 3000], ‘B’: [4000, 5000, 6000]})
df[[‘A’, ‘B’]] = new_df[[‘A’, ‘B’]] # 将df中的"A"和"B"列替换为new_df中对应的列
使用一个Series对象进行赋值:

s = pd.Series([10000, 20000, 30000], index=[‘A’, ‘B’, ‘C’])
df[[‘A’, ‘B’, ‘C’]] = s # 将df中的"A", “B”, "C"列替换为s中的值
这些是Pandas中常见的赋值操作,可以根据实际需求选择合适的方法进行操作。

在没有办法直接确定index 值的时候 可以使用
site.loc[site[-1:].index,‘是否异常’]=‘是’

  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值