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

利用iloc索引器可以最简单地将指定区域的数据统一修改为某个特定值。

以下展示示例数据：

目标是将第['d', 'e']列（即索引3及之后的列）中，第[2, 3, 4]行（即索引2到4的行）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

注意.iloc的切片规则遵循“先行后列”，且切片区间不包含结束元素。例如，选取行索引[2,3,4]应写作[2:5]，列索引同样遵循此左闭右开规则。

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',...)

该函数的逻辑为：如果条件cond为真，则保留原值；否则替换为other指定的值。cond和other参数由用户自定义控制。

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

示例中选取data2中小于25的数据，并将其值加上5。

第二种方法：使用mask函数

mask函数的行为与where正好相反。

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

仍以data2为例进行演示。

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

第三种方法：replace函数

replace函数功能灵活，既可替换特定文本值，也可通过字典批量替换多个值，还支持结合正则表达式替换多种不同模式的值。

替换文本值：

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

替换多个值

示例：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：

将所有包含英文字母的内容全部替换为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 修改值内容请搜索本站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本站！