pandas Dataframe實現批量修改值的方法

1.使用iloc對數據進行批量修改

使用iloc最簡單的就是將數據批量修改為某個特定的值

以下是我隨便寫入的數據:

現在將[‘d’,‘e’]列,[2,3,4]行的數據全部修改為0

import pandas as pd

data = pd.read_excel('some_chaneg.xlsx')
data1 = data
data1.iloc[2:5,3:] = 0
data1

.iloc用法[],先行後列,並且都是不包含最後一個元素,例如取[2,3,4]就是[2:5],列同樣遵循此規則

2.對數據進行判定後,相互+/-/某個數*

第一種方法:使用內置函數where函數

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,這裡的condother參數由我們自己寫入控制

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

選取data2中<25的數據,全部加上5

第二種方法:使用mask函數

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

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)

到此這篇關於pandas Dataframe實現批量修改值的方法的文章就介紹到這瞭,更多相關pandas 修改值內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: