PandasはDataFrameに値を割り当てます

Pandas設定値

関連コード

データの作成
私たちは自分のニーズに応じてpandasでデータの中の値を変更したり、空の列を追加したり、数値のある列を追加したりすることができます.
まず6 X 4のマトリックスデータを確立した.

dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates, columns=['A','B','C','D'])

"""
             A   B   C   D
2013-01-01   0   1   2   3
2013-01-02   4   5   6   7
2013-01-03   8   9  10  11
2013-01-04  12  13  14  15
2013-01-05  16  17  18  19
2013-01-06  20  21  22  23
"""

位置に応じてlocとilocを設定
インデックスまたはラベルを使用して、値を変更する必要がある場所を決定できます.

df.iloc[2,2] = 1111
df.loc['20130101','B'] = 2222

"""
             A     B     C   D
2013-01-01   0  2222     2   3
2013-01-02   4     5     6   7
2013-01-03   8     9  1111  11
2013-01-04  12    13    14  15
2013-01-05  16    17    18  19
2013-01-06  20    21    22  23
"""

条件に基づいて設定
現在の判断条件がそうである場合、Bの数を変更したいが、変更位置はAに依存する.Aが4より大きい位置について.変更Bの対応する位置の数は0である.

df.B[df.A>4] = 0
"""
                A     B     C   D
2013-01-01   0  2222     2   3
2013-01-02   4     5     6   7
2013-01-03   8     0  1111  11
2013-01-04  12     0    14  15
2013-01-05  16     0    18  19
2013-01-06  20     0    22  23 
"""

行または列で設定
列全体をバッチ処理し、「F」の列を加え、F列をNaN列に変更すると、以下のようになります.

df['F'] = np.nan
"""
             A     B     C   D   F
2013-01-01   0  2222     2   3 NaN
2013-01-02   4     5     6   7 NaN
2013-01-03   8     0  1111  11 NaN
2013-01-04  12     0    14  15 NaN
2013-01-05  16     0    18  19 NaN
2013-01-06  20     0    22  23 NaN
"""

データの追加
上記の方法でもSeriesシーケンスを加えることができます(ただし、長さは揃えなければなりません).

df['E'] = pd.Series([1,2,3,4,5,6], index=pd.date_range('20130101',periods=6)) 
"""
             A     B     C   D   F  E
2013-01-01   0  2222     2   3 NaN  1
2013-01-02   4     5     6   7 NaN  2
2013-01-03   8     0  1111  11 NaN  3
2013-01-04  12     0    14  15 NaN  4
2013-01-05  16     0    18  19 NaN  5
2013-01-06  20     0    22  23 NaN  6
"""

特定の列の特定の値の変更

a = [['a','1.2','4.2'],['a','70','0.03'],['b','5','0']]
df = pd.DataFrame(a,columns=['col1','col2','col3'])
df.col1[df.col1 =='a'] = 'm'
print(df)