pandas DataFrame的增删查改总结系列文章:html
对于DataFrame的修改操做其实有不少,不仅仅是某个部分的值的修改,还有一些索引的修改、列名的修改,类型修改等等。咱们仅选取部分进行介绍。python
DataFrame的修改方法,其实前面介绍loc方法的时候介绍了一些。git
loc方法其实是定位某个位置的数据的,可是定位完之后就能够对此位置的数据进行修改,使用此方法能够对DataFrame进行的修改以下:github
能够看出基本用loc方法咱们对DataFrame能够进行任意修改了。spa
# 对第1行进行修改 test_dict_df.loc[1:1,('english','id','math','name')]=[90,2,100,'Alice_m'] # 对第0行到第1行进行修改 test_dict_df.loc[0:1,('english','id','math','name')]=[[90,1,100,'Alice_m'],[70,2,100,'Bob']] # 对第0行和第2行进行修改 test_dict_df.loc[0:3:2,('english','id','math','name')]=[[90,1,100,'Alice_m'],[70,2,100,'Bob']]
能够看出具体的方法就是用loc方法,对某行或者某N行进行定位,而后赋予合适的格式的值就能够了。code
学会了使用loc方法对行的修改,那举一反三,对列的修改也很简单了。对列修改也就是修改此列的全部行。htm
# 对第english列进行修改 test_dict_df.loc[:,('english')]=[90,80,70,90,90,59] #test_dict_df.loc[:,'english']=[90,80,70,90,90,59] # 对第english列和id列进行修改,注意赋值的写法 test_dict_df.loc[:,('english','id')]=[[90,1],[80,2],[80,2],[80,2],[80,2],[80,2]]
# 对第一、2行的english列和 id列进行修改 test_dict_df.loc[1:2,('english','id')]=[[38,2],[23,2]]
能够看到loc方法就是,只要你能选到某个或者某个区域的值,而后就能够对此部分的值进行修改。可是要注意赋值部分的组织方式。blog
类比于上面的方式,其实只要能选择,都是能够修改的。选择方法能够看pandas DataFrame的查询(选择)篇。索引
这种方法是对DataFrame的列名进行从新赋值,比较暴力直接。ip
test_dict_df.columns=['english_new','id_new','math_new','name_new']
这种方法是比较推荐的,经过rename方法,注意参数inplace=True的时候,才能真正的在原来的DataFrame上进行修改。
test_dict_df.rename(columns={'english_new':'english'},inplace=True)
上面的rename方法,若是不写columns=xx
就默认修改索引了 。
test_dict_df.rename({0:'english1'},inplace=True)
经过reset_index()方法咱们能够重置索引,drop参数为True时,直接丢弃原来的索引,不然原来的索引新生成一列名为'index'的列:
test_dict_df.reset_index(inplace=True,drop=True)
固然咱们也能够用其余列为索引,经过set_index()方法:
test_dict_df.set_index('id_new')
能够看到,所谓的修改首先要能选择修改的位置,即定位,而后对肯定好的位置进行从新赋值,因此咱们学会了如何选择数据,也就基本能修改此处的数据。
源代码:github