这篇文章主要介绍了pandas Dataframe怎么实现批量修改值的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇pandas Dataframe怎么实现批量修改值文章都会有所收获，下面我们一起来看看吧。
使用iloc最简单的就是将数据批量修改为某个特定的值
以下是我随便写入的数据：
现在将[‘d’,‘e’]列,[2,3,4]行的数据全部修改为0
import pandas as pd
data = pd.read_excel('some_chaneg.xlsx')
data1 = data
data1.iloc[2:5,3:] = 0
data1
.iloc用法[],先行后列,并且都是不包含最后一个元素，例如取[2,3,4]就是[2:5],列同样遵循此规则
Series.where(cond, other=nan, inplace=False, axis=None, level=None, errors='rais',...)
解释下来就是如果cond为真,则保持原来的值,否则替换为other，这里的cond和other参数由我们自己写入控制
# data2为data数据的一部分 data2 = data.iloc[0:,1:] print(data2) data2.where(data2>25, data2+5,inplace=True)
选取data2中<25的数据,全部加上5
mask和where刚好相反
mask(cond, other=nan)
where：替换条件(condition)为False处的值
mask：替换条件(condition)为True处的值
还是以data2举例
data2.mask(data2<25, data2+5, inplace=True)
replace可以替换文本值，也可以使用字典替换多个值,也可以使用正则表达式嵌套方法,替换很多不同的值
替换文本值：
# 替换文本值
data3 = data
data3.replace('wange', 'sheng', inplace=True)
data3
替换多个值
将所有的0和1互换：
# 替换多个值
# 将所有的0和1互换
data3.replace({1:0,0:1},inplace=True)
运用正则表达式：
将所有含英文字母的全部变成Anonymous
# 切记使用正则表达式的时候,一定要添加上regex=True
data3.replace('[a-zA-Z]+','Anonymous',regex=True,inplace=True)
关于“pandas Dataframe怎么实现批量修改值”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“pandas Dataframe怎么实现批量修改值”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
