pandas如何修改某一列的数据,


目录
  • pandas修改某一列的数据
  • pandas整列修改数据
    • 整列强制转换
    • 每个数据用函数单独修改
    • 取小数点后N位
  • 总结

    pandas修改某一列的数据

    如果你想修改某一列的数据,你可以使用 df.loc[:, 'column_name'] 来获取这一列的数据。

    然后你可以对这一列使用赋值操作,就可以修改这一列的数据了。

    例如:

    df.loc[:, 'column_name'] = new_values

    这里的 new_values 可以是一个列表,也可以是一个 NumPy 数组。

    注意:

    你也可以使用 df['column_name'] 来获取这一列的数据。

    但是这种方法不是很安全,因为如果 column_name 不是一个有效的列名,它就会新建一个名为 column_name 的列,并将 `new_valu

    pandas整列修改数据

    整列强制转换

    df["cost_time"] = df["cost_time"].astype(int);

    每个数据用函数单独修改

    df["key"] = df["key"].map(lambda fc: myFunc(fc))

    dfzz[["a","b"]] = dfzz[["a","b"]].astype(int)    # 多列数据类型转换

    取小数点后N位

    dfzz=pd.DataFrame({"a":[1.78,1.4,2.886,],"b":[20.833,10.2,10,]})
    print(dfzz)
    print("")
    dfzz = dfzz.round({'a': 2,'b':1})    # 取小数点后几位

    总结

    以上为个人经验,希望能给大家一个参考,也希望大家多多支持3672js教程。

    您可能感兴趣的文章:
    • Python Pandas 修改表格数据类型 DataFrame 列的顺序案例
    • Python数据分析之 Pandas Dataframe修改和删除及查询操作
    • Pandas DataFrame数据修改值的方法
    • pandas DataFrame 数据选取,修改,切片的实现
    • pandas读取CSV文件时查看修改各列的数据类型格式
    • python pandas.DataFrame选取、修改数据最好用.loc,.iloc,.ix实现

    评论关闭