pandas中DataFrame怎么進行修改

小編給大家分享一下pandas中DataFrame怎么進行修改，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

一、值的修改

DataFrame的修改方法，其實前面介紹loc方法的時候介紹了一些。

1、 loc方法修改

loc方法實際上是定位某個位置的數據的，但是定位完以后就可以對此位置的數據進行修改，使用此方法可以對DataFrame進行的修改如下：
1.對某行、某N行進行修改；
2.對某列、某N列進行修改；
3.對橫坐標為某行或某N行，縱坐標為某列或者某N列的數據進行修改；

可以看出基本用loc方法我們對DataFrame可以進行任意修改了。

1.1 對某行、某N行進行修改

# 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']]

可以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，然后賦予合適的格式的值就可以了。

1.2 對某列、某N列進行修改

學會了使用loc方法對行的修改，那觸類旁通，對列的修改也很簡單了。對列修改也就是修改此列的所有行。

# 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]]

1.3 對某個區域的值進行修改

# 對第1、2行的english列和 id列進行修改
test_dict_df.loc[1:2,('english','id')]=[[38,2],[23,2]]

1.4總結

可以看到loc方法就是，只要你能選到某個或者某個區域的值，然后就可以對此部分的值進行修改。但是要注意賦值部分的組織方式。

2、 iloc、at、iat方法修改

類比于上面的方式，其實只要能選擇，都是可以修改的。選擇方法可以看pandas DataFrame的查詢(選擇)篇。

二、列名的修改

1、直接全部更改

這種方法是對DataFrame的列名進行重新賦值，比較暴力直接。

test_dict_df.columns=['english_new','id_new','math_new','name_new']

2、使用rename方法

這種方法是比較推薦的，通過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)

三、索引的修改

1、修改索引名稱

上面的rename方法，如果不寫columns=xx就默認修改索引了 。

test_dict_df.rename({0:'english2'},inplace=True)

2、重置索引

通過reset_index()方法我們可以重置索引，drop參數為True時，直接丟棄原來的索引，否則原來的索引新生成一列名為'index'的列：

test_dict_df.reset_index(inplace=True,drop=True)

3、設置其他列為索引

當然我們也可以用其他列為索引，通過set_index()方法：

test_dict_df.set_index('id_new')

以上是“pandas中DataFrame怎么進行修改”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！