pandas DataFrame的增刪查改總結系列文章:html
對於DataFrame的修改操做其實有不少,不僅僅是某個部分的值的修改,還有一些索引的修改、列名的修改,類型修改等等。咱們僅選取部分進行介紹。python
DataFrame的修改方法,其實前面介紹loc方法的時候介紹了一些。git
loc方法其實是定位某個位置的數據的,可是定位完之後就能夠對此位置的數據進行修改,使用此方法能夠對DataFrame進行的修改以下:github
能夠看出基本用loc方法咱們對DataFrame能夠進行任意修改了。spa
# 對第1行進行修改 test_dict_df.loc[1:1,('english','id','math','name')]=[90,2,100,'Alice_m'] # 對第0行到第1行進行修改 test_dict_df.loc[0:1,('english','id','math','name')]=[[90,1,100,'Alice_m'],[70,2,100,'Bob']] # 對第0行和第2行進行修改 test_dict_df.loc[0:3:2,('english','id','math','name')]=[[90,1,100,'Alice_m'],[70,2,100,'Bob']]
能夠看出具體的方法就是用loc方法,對某行或者某N行進行定位,而後賦予合適的格式的值就能夠了。code
學會了使用loc方法對行的修改,那舉一反三,對列的修改也很簡單了。對列修改也就是修改此列的全部行。htm
# 對第english列進行修改 test_dict_df.loc[:,('english')]=[90,80,70,90,90,59] #test_dict_df.loc[:,'english']=[90,80,70,90,90,59] # 對第english列和id列進行修改,注意賦值的寫法 test_dict_df.loc[:,('english','id')]=[[90,1],[80,2],[80,2],[80,2],[80,2],[80,2]]
# 對第一、2行的english列和 id列進行修改 test_dict_df.loc[1:2,('english','id')]=[[38,2],[23,2]]
能夠看到loc方法就是,只要你能選到某個或者某個區域的值,而後就能夠對此部分的值進行修改。可是要注意賦值部分的組織方式。blog
類比於上面的方式,其實只要能選擇,都是能夠修改的。選擇方法能夠看pandas DataFrame的查詢(選擇)篇。索引
這種方法是對DataFrame的列名進行從新賦值,比較暴力直接。ip
test_dict_df.columns=['english_new','id_new','math_new','name_new']
這種方法是比較推薦的,經過rename方法,注意參數inplace=True的時候,才能真正的在原來的DataFrame上進行修改。
test_dict_df.rename(columns={'english_new':'english'},inplace=True)
上面的rename方法,若是不寫columns=xx
就默認修改索引了 。
test_dict_df.rename({0:'english1'},inplace=True)
經過reset_index()方法咱們能夠重置索引,drop參數爲True時,直接丟棄原來的索引,不然原來的索引新生成一列名爲'index'的列:
test_dict_df.reset_index(inplace=True,drop=True)
固然咱們也能夠用其餘列爲索引,經過set_index()方法:
test_dict_df.set_index('id_new')
能夠看到,所謂的修改首先要能選擇修改的位置,即定位,而後對肯定好的位置進行從新賦值,因此咱們學會了如何選擇數據,也就基本能修改此處的數據。
源代碼:github