三、Pandas——设置值

拼搏现实的明天。 2023-10-10 10:13 33阅读 0赞

import pandas as pd
    import numpy as np
    
    dates = pd.date_range("20190101", periods=6)
    df = pd.DataFrame(np.arange(24).reshape((6, 4)),
                      index=dates, columns=["A", "B", "C", "D"])
    print(df)
    #              A   B   C   D
    # 2019-01-01   0   1   2   3
    # 2019-01-02   4   5   6   7
    # 2019-01-03   8   9  10  11
    # 2019-01-04  12  13  14  15
    # 2019-01-05  16  17  18  19
    # 2019-01-06  20  21  22  23
    print("============根据索引修改指定的某个值==============")
    df.iloc[2,2] = 1111
    print(df)
    #              A   B     C   D
    # 2019-01-01   0   1     2   3
    # 2019-01-02   4   5     6   7
    # 2019-01-03   8   9  1111  11
    # 2019-01-04  12  13    14  15
    # 2019-01-05  16  17    18  19
    # 2019-01-06  20  21    22  23
    print("============根据行列 名 修改指定的某个值==============")
    df.loc['20190101', 'B'] = 2222
    print(df)
    #              A     B     C   D
    # 2019-01-01   0  2222     2   3
    # 2019-01-02   4     5     6   7
    # 2019-01-03   8     9  1111  11
    # 2019-01-04  12    13    14  15
    # 2019-01-05  16    17    18  19
    # 2019-01-06  20    21    22  23
    print("============根据指定的行条件修改值=============")
    # df 上 A 列所有上大于 4的行 的值均赋值成 0=
    df[df.A > 4] = 000
    print(df)
    #             A     B  C  D
    # 2019-01-01  0  2222  2  3
    # 2019-01-02  4     5  6  7
    # 2019-01-03  0     0  0  0
    # 2019-01-04  0     0  0  0
    # 2019-01-05  0     0  0  0
    # 2019-01-06  0     0  0  0
    print("============修改指定的 行列 条件修改值==============")
    # df 上 A 列所有上等于 0 的所有行，并且 B列上的值均赋值成 3333
    df.B[df.A == 0] = 3333
    print(df)
    #             A     B  C  D
    # 2019-01-01  0  3333  2  3
    # 2019-01-02  4     5  6  7
    # 2019-01-03  0  3333  0  0
    # 2019-01-04  0  3333  0  0
    # 2019-01-05  0  3333  0  0
    # 2019-01-06  0  3333  0  0
    print("*****************给 Dataframe 添加列**********************")
    print("=========添加一列=========")
    df['F'] = np.nan
    print(df)
    #             A     B  C  D   F
    # 2019-01-01  0  3333  2  3 NaN
    # 2019-01-02  4     5  6  7 NaN
    # 2019-01-03  0  3333  0  0 NaN
    # 2019-01-04  0  3333  0  0 NaN
    # 2019-01-05  0  3333  0  0 NaN
    # 2019-01-06  0  3333  0  0 NaN
    print("=========使用Series 添加一列=========")
    df['E'] = pd.Series([1, 2, 3, 4, 5, 6],index = pd.date_range('20190101',periods=6))
    print(df)
    #             A     B  C  D  F  E
    # 2019-01-01  0  3333  2  3  1  1
    # 2019-01-02  4     5  6  7  1  2
    # 2019-01-03  0  3333  0  0  1  3
    # 2019-01-04  0  3333  0  0  1  4
    # 2019-01-05  0  3333  0  0  1  5
    # 2019-01-06  0  3333  0  0  1  6