pandas入门——数据修改

数据修改

• 修改特定值

# 导入pandas与numpy包
import pandas as pd
import numpy as np

# 创建时间序列数据
date1 = pd.date_range("20170813",periods=6)
df = pd.DataFrame(data=np.random.randint(3,9,size=(6,6)),columns=np.arange(6),index=date1)

print(df)

            0   1   2   3   4   5
2017-08-13  3   7   4   5   4   5
2017-08-14  3   6   8   8   5   8
2017-08-15  5   5   4   6   6   5
2017-08-16  5   3   8   4   5   3
2017-08-17  3   4   6   7   7   4
2017-08-18  6   6   3   6   4   3

df.iloc[2,2] = 123456
df.loc["2017-08-14",2] = 123456
print(df)

            0   1   2   3   4   5
2017-08-13  3   7   4   5   4   5
2017-08-14  3   6   123456  8   5   8
2017-08-15  5   5   123456  6   6   5
2017-08-16  5   3   8   4   5   3
2017-08-17  3   4   6   7   7   4
2017-08-18  6   6   3   6   4   3

• 将第一列中所有大于4的数修改成0

df[0][df[0] > 4]  = 0
print(df)

            0   1   2   3   4   5
2017-08-13  3   7   4   5   4   5
2017-08-14  3   6   123456  8   5   8
2017-08-15  0   5   123456  6   6   5
2017-08-16  0   3   8   4   5   3
2017-08-17  3   4   6   7   7   4
2017-08-18  0   6   3   6   4   3

• 给数据框增加一列

df[6] = np.nan
print(df)

            0   1   2   3   4   5   6
2017-08-13  3   7   4   5   4   5   NaN
2017-08-14  3   6   123456  8   5   8   NaN
2017-08-15  0   5   123456  6   6   5   NaN
2017-08-16  0   3   8   4   5   3   NaN
2017-08-17  3   4   6   7   7   4   NaN
2017-08-18  0   6   3   6   4   3   NaN

• 将series赋值给新增加的数列

df[7] = pd.Series(data=np.arange(6),index=pd.date_range("20170813",periods=6))
print(df)

            0   1   2   3   4   5   6   7
2017-08-13  3   7   4   5   4   5   NaN 0
2017-08-14  3   6   123456  8   5   8   NaN 1
2017-08-15  0   5   123456  6   6   5   NaN 2
2017-08-16  0   3   8   4   5   3   NaN 3
2017-08-17  3   4   6   7   7   4   NaN 4
2017-08-18  0   6   3   6   4   3   NaN 5