pandas Dataframe实现批量修改值的方法

1.使用iloc对数据进行批量修改

使用iloc最简单的就是将数据批量修改为某个特定的值

以下是我随便写入的数据：

现在将[‘d’,‘e’]列,[2,3,4]行的数据全部修改为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个元素，例如取[2,3,4]就是[2:5],列同样遵循此规则

2.对数据进行判定后,相互+/-/某个数*

第一种方法：使用内置函数where函数

Series.where(cond, other=nan, inplace=False, axis=None, level=None, errors='rais',...)

解释下来就是如果cond为真,则保持原来的值,否则替换为other，这里的cond和other参数由我们自己写入控制

# data2为data数据的一部分
data2 = data.iloc[0:,1:]
print(data2)
data2.where(data2>25, data2+5,inplace=True)

选取data2中<25的数据,全部加上5

第二种方法：使用mask函数

mask和where刚好相反

mask(cond, other=nan)

• where：替换条件(condition)为False处的值
• mask：替换条件(condition)为True处的值

还是以data2举例

data2.mask(data2<25, data2+5, inplace=True)

第三种方法：replace函数

replace可以替换文本值，也可以使用字典替换多个值,也可以使用正则表达式嵌套方法,替换很多不同的值

替换文本值：

# 替换文本值
data3 = data
data3.replace('wange', 'sheng', inplace=True)
data3

替换多个值

将所有的0和1互换：

# 替换多个值
# 将所有的0和1互换
data3.replace({1:0,0:1},inplace=True)

运用正则表达式：

将所有含英文字母的全部变成Anonymous

# 切记使用正则表达式的时候,一定要添加上regex=True
data3.replace('[a-zA-Z]+','Anonymous',regex=True,inplace=True)

到此这篇关于pandas Dataframe实现批量修改值的方法的文章就介绍到这了,更多相关pandas 修改值内容请搜索猪先飞以前的文章或继续浏览下面的相关文章希望大家以后多多支持猪先飞！

原文出处：https://blog.csdn.net/KIKI_ZSH/article/details/125331155