pandas笔记3：修改Dataframe一列的最大值及loc，iloc用法

话不多说，先看怎么修改某一列的最大值。
那首先就要先找到该列的最大值：

import numpy as np
import  pylab as plt
plt.style.use("ggplot")
import pandas as pd
df = pd.DataFrame({"A":[1,2,333,444,5,6],"B":[2,2,56,784,1,90]})
print(df)

df：

     A    B
0    1    2
1    2    2
2  333   56
3  444  784
4    5    1
5    6   90

看一列的最大值

print(df.loc[:,"A"].max())

输出：444
这里涉及到了loc的用法，iloc与loc都是dataframe常用的索引方式，个人认为loc可能用的更多一点。loc是基于标签的索引方式，iloc是基于位置坐标的。
例如在上个语句中，loc[:,“A”]。：表示行取得是所有的行，列则为"A"列，那么这样索引得到的就是A列所有值，之后再取max就得到了最大值。
若要修改最大值为90：

df.loc[df["A"]==df.loc[:,"A"].max(),"A"]  = 90
print(df)

输出：

     A    B
0    1    2
1    2    2
2  333   56
3   90  784
4    5    1
5    6   90

这里是loc函数用的最多的形式。个人理解：loc里面两个参数分别是条件（取哪一行）与取哪一列（位置）。

df.loc[df["A"]==df.loc[:,"A"].max(),"A"]

中的前半段

df["A"]==df.loc[:,"A"].max()

即索引的条件，也就把行给限制了，就是只能取A列值为最大的那一行，但是行找到了，列怎么确定呢，就是逗号后面的"A"的作用了，在精确定位到该数后，替换为90即可。