数据修改
import pandas as pd
import numpy as np
date1 = pd.date_range("20170813",periods=6)
df = pd.DataFrame(data=np.random.randint(3,9,size=(6,6)),columns=np.arange(6),index=date1)
print(df)
0 1 2 3 4 5
2017-08-13 3 7 4 5 4 5
2017-08-14 3 6 8 8 5 8
2017-08-15 5 5 4 6 6 5
2017-08-16 5 3 8 4 5 3
2017-08-17 3 4 6 7 7 4
2017-08-18 6 6 3 6 4 3
df.iloc[2,2] = 123456
df.loc["2017-08-14",2] = 123456
print(df)
0 1 2 3 4 5
2017-08-13 3 7 4 5 4 5
2017-08-14 3 6 123456 8 5 8
2017-08-15 5 5 123456 6 6 5
2017-08-16 5 3 8 4 5 3
2017-08-17 3 4 6 7 7 4
2017-08-18 6 6 3 6 4 3
df[0][df[0] > 4] = 0
print(df)
0 1 2 3 4 5
2017-08-13 3 7 4 5 4 5
2017-08-14 3 6 123456 8 5 8
2017-08-15 0 5 123456 6 6 5
2017-08-16 0 3 8 4 5 3
2017-08-17 3 4 6 7 7 4
2017-08-18 0 6 3 6 4 3
df[6] = np.nan
print(df)
0 1 2 3 4 5 6
2017-08-13 3 7 4 5 4 5 NaN
2017-08-14 3 6 123456 8 5 8 NaN
2017-08-15 0 5 123456 6 6 5 NaN
2017-08-16 0 3 8 4 5 3 NaN
2017-08-17 3 4 6 7 7 4 NaN
2017-08-18 0 6 3 6 4 3 NaN
df[7] = pd.Series(data=np.arange(6),index=pd.date_range("20170813",periods=6))
print(df)
0 1 2 3 4 5 6 7
2017-08-13 3 7 4 5 4 5 NaN 0
2017-08-14 3 6 123456 8 5 8 NaN 1
2017-08-15 0 5 123456 6 6 5 NaN 2
2017-08-16 0 3 8 4 5 3 NaN 3
2017-08-17 3 4 6 7 7 4 NaN 4
2017-08-18 0 6 3 6 4 3 NaN 5