pandas给dataframe赋值

转载：https://blog.csdn.net/u012300744/article/details/80803498

今天在给dataframe进行条件赋值时遇到如下问题：
如果df_need中的字段1为空值，那么就把字段2的值赋值给字段1：

df_need[df_need['字段1'].isnull()].loc[:,'字段1']=df_need[df_need['字段2'].isnull()].loc[:,'字段2']

但是这样的作法是完全无用的，df_need的值没有发生任何变化。

于是找到了如下的解决方案：
根据条件设置dataframe值：

df_need.字段1[df_need.字段1.isnull()]=df_need.字段2[df_need.字段1.isnull()]

df_need.Hive表中对应字段[df_need.Hive表中对应字段.isnull()]=df_need.Signal[df_need.Hive表中对应字段.isnull()]

成功赋值；（但是原因还没搞清楚）

转载文章：dataframe赋值：

创建数据
我们可以根据自己的需求, 用 pandas 进行更改数据里面的值, 或者加上一些空的,或者有数值的列.

首先建立了一个 6X4 的矩阵数据。

dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates, columns=['A','B','C','D'])

"""
             A   B   C   D
2013-01-01   0   1   2   3
2013-01-02   4   5   6   7
2013-01-03   8   9  10  11
2013-01-04  12  13  14  15
2013-01-05  16  17  18  19
2013-01-06  20  21  22  23
"""

根据位置设置 loc 和 iloc
我们可以利用索引或者标签确定需要修改值的位置。

df.iloc[2,2] = 1111
df.loc['20130101','B'] = 2222

"""
             A     B     C   D
2013-01-01   0  2222     2   3
2013-01-02   4     5     6   7
2013-01-03   8     9  1111  11
2013-01-04  12    13    14  15
2013-01-05  16    17    18  19
2013-01-06  20    21    22  23
"""

根据条件设置

如果现在的判断条件是这样, 我们想要更改B中的数, 而更改的位置是取决于 A 的. 对于A大于4的位置. 更改B在相应位置上的数为0.

df.B[df.A>4] = 0
"""
                A     B     C   D
2013-01-01   0  2222     2   3
2013-01-02   4     5     6   7
2013-01-03   8     0  1111  11
2013-01-04  12     0    14  15
2013-01-05  16     0    18  19
2013-01-06  20     0    22  23 
"""

按行或列设置
如果对整列做批处理, 加上一列 ‘F’, 并将 F 列全改为 NaN, 如下:

df['F'] = np.nan
"""
             A     B     C   D   F
2013-01-01   0  2222     2   3 NaN
2013-01-02   4     5     6   7 NaN
2013-01-03   8     0  1111  11 NaN
2013-01-04  12     0    14  15 NaN
2013-01-05  16     0    18  19 NaN
2013-01-06  20     0    22  23 NaN
"""

添加数据
用上面的方法也可以加上 Series 序列（但是长度必须对齐）。

df['E'] = pd.Series([1,2,3,4,5,6], index=pd.date_range('20130101',periods=6)) 
"""
             A     B     C   D   F  E
2013-01-01   0  2222     2   3 NaN  1
2013-01-02   4     5     6   7 NaN  2
2013-01-03   8     0  1111  11 NaN  3
2013-01-04  12     0    14  15 NaN  4
2013-01-05  16     0    18  19 NaN  5
2013-01-06  20     0    22  23 NaN  6
"""

给修改特定列中某些特定值

a = [['a','1.2','4.2'],['a','70','0.03'],['b','5','0']]
df = pd.DataFrame(a,columns=['col1','col2','col3'])
df.col1[df.col1 =='a'] = 'm'
print(df)