DataFrame的“增删改查”之“改”：修改DF数据帧中的某一列数据

python中我们可以用至少三种不同的方法来修改DataFrame数据中的某一列

1. 某一列元素全部修改成同一个数值：只需要把一个常量赋值给data[‘column_name’]即可把这一列全部改成这个数。
2. 某一列元素按照列表或者range修改为对应数值：赋值方法和第1中方法一样，等号右边是range数据类型，注意range的参数是左边闭区间右边开区间的等差数列。
3. 某一列元素传入Series数组修改为指定值。需要先定义一个指定值和index参数的Series，而且这个index参数要和DF数据中的index一致。
   这也再次证明了其实DF数据就是Series的升级版（多维Series），每一列和index列组合就可以认为是一个Series数组（一维）。

import pandas as pd
dict_data = {
	'student':["Li Lei","Han Meimei","Tom"],
	'score'	:[95,98,92],
	'gender':['M','F','M']
}
DF_data = pd.DataFrame(dict_data,columns=['gender','student','score'],index=['a','b','c'])
print(DF_data)
DF_data['score']=95
print(DF_data)
DF_data['score']=range(82,85) #注意是半包开闭区间，大于等于82，小于85的公差为1的等差数列
print(DF_data)
score = pd.Series([93,97,83],index=['b','c','a'])
DF_data['score']=score
print(DF_data)

运行之后，我们可以得到以下结果：

  gender     student  score
a      M      Li Lei     95
b      F  Han Meimei     98
c      M         Tom     92
  gender     student  score
a      M      Li Lei     95
b      F  Han Meimei     95
c      M         Tom     95
  gender     student  score
a      M      Li Lei     82
b      F  Han Meimei     83
c      M         Tom     84
  gender     student  score
a      M      Li Lei     83
b      F  Han Meimei     93
c      M         Tom     97
[Finished in 4.8s]

运行结果和我们的预期是一致的。