pandas?Dataframe實現(xiàn)批量修改值的方法
1.使用iloc對數(shù)據(jù)進行批量修改
使用iloc最簡單的就是將數(shù)據(jù)批量修改為某個特定的值
以下是我隨便寫入的數(shù)據(jù):

現(xiàn)在將[‘d’,‘e’]列,[2,3,4]行的數(shù)據(jù)全部修改為0
import pandas as pd
data = pd.read_excel('some_chaneg.xlsx')
data1 = data
data1.iloc[2:5,3:] = 0
data1
.iloc用法[],先行后列,并且都是不包含最后一個元素,例如取[2,3,4]就是[2:5],列同樣遵循此規(guī)則
2.對數(shù)據(jù)進行判定后,相互+/-/某個數(shù)*
第一種方法:使用內(nèi)置函數(shù)where函數(shù)
Series.where(cond, other=nan, inplace=False, axis=None, level=None, errors='rais',...)
解釋下來就是如果cond為真,則保持原來的值,否則替換為other,這里的cond和other參數(shù)由我們自己寫入控制
# data2為data數(shù)據(jù)的一部分 data2 = data.iloc[0:,1:] print(data2) data2.where(data2>25, data2+5,inplace=True)


選取data2中<25的數(shù)據(jù),全部加上5
第二種方法:使用mask函數(shù)
mask和where剛好相反
mask(cond, other=nan)
- where:替換條件(condition)為False處的值
- mask:替換條件(condition)為True處的值
還是以data2舉例
data2.mask(data2<25, data2+5, inplace=True)

第三種方法:replace函數(shù)
replace可以替換文本值,也可以使用字典替換多個值,也可以使用正則表達式嵌套方法,替換很多不同的值
替換文本值:
# 替換文本值
data3 = data
data3.replace('wange', 'sheng', inplace=True)
data3

替換多個值
將所有的0和1互換:
# 替換多個值
# 將所有的0和1互換
data3.replace({1:0,0:1},inplace=True)

運用正則表達式:
將所有含英文字母的全部變成Anonymous
# 切記使用正則表達式的時候,一定要添加上regex=True
data3.replace('[a-zA-Z]+','Anonymous',regex=True,inplace=True)
到此這篇關于pandas Dataframe實現(xiàn)批量修改值的方法的文章就介紹到這了,更多相關pandas 修改值內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
利用Anaconda完美解決Python 2與python 3的共存問題
Anaconda 是 Python 的一個發(fā)行版,如果把 Python 比作 Linux,那么 Anancoda 就是 CentOS 或者 Ubuntu,下面這篇文章主要給大家介紹了利用Anaconda完美解決Python 2與python 3共存問題的相關資料,文中介紹的非常詳細,需要的朋友可以參考借鑒。2017-05-05

