Pandas基础二

最新推荐文章于 2025-02-07 21:21:10 发布

原创最新推荐文章于 2025-02-07 21:21:10 发布 · 192 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pandas

python 专栏收录该内容

18 篇文章

订阅专栏

本文通过实例展示了如何使用Pandas进行数据操作，包括设置值、条件更新、添加列及数据等常见操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Pandas设置值

dates=pd.date_range('20180101',periods=4)
df=pd.DataFrame(np.arange(16).reshape((4,4)),index=dates,columns=['A','B','C','D'])   #注意：columns
print(df)

#根据位置设置：loc和iloc
df.iloc[2,2]=1111
df.loc['20180103','A']=2222
print('更改设置后：')
print(df)

#根据条件设置
print('条件设置：')
df.C[df.B>9]=0    #更改B>9的位置对应的行，C为0
print(df)

#添加一列
print('添加一列：')
df['F']=np.nan
print(df)

#添加数据
print('添加数据：')
df['E']=pd.Series([1,2,3,4],index=dates)
print(df)

输出：

             A   B   C   D
2018-01-01   0   1   2   3
2018-01-02   4   5   6   7
2018-01-03   8   9  10  11
2018-01-04  12  13  14  15
更改设置后：
               A   B     C   D
2018-01-01     0   1     2   3
2018-01-02     4   5     6   7
2018-01-03  2222   9  1111  11
2018-01-04    12  13    14  15
条件设置：
               A   B     C   D
2018-01-01     0   1     2   3
2018-01-02     4   5     6   7
2018-01-03  2222   9  1111  11
2018-01-04    12  13     0  15
添加一列：
               A   B     C   D   F
2018-01-01     0   1     2   3 NaN
2018-01-02     4   5     6   7 NaN
2018-01-03  2222   9  1111  11 NaN
2018-01-04    12  13     0  15 NaN
添加数据：
               A   B     C   D   F  E
2018-01-01     0   1     2   3 NaN  1
2018-01-02     4   5     6   7 NaN  2
2018-01-03  2222   9  1111  11 NaN  3
2018-01-04    12  13     0  15 NaN  4