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cond和other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:
- Python數據分析之 Pandas Dataframe修改和刪除及查詢操作
- 詳解pandas映射與數據轉換
- python數學建模之三大模型與十大常用算法詳情
- pandas數據清洗(缺失值和重復值的處理)
- python pandas處理excel表格數據的常用方法總結