pandas 数据框遍历更新：如何在迭代时轻松更改值？

python

2024-03-11 01:45:39

pandas 数据框遍历更新：解决迭代行时的值更新问题

引言

在处理大型数据集时，经常需要更新 pandas 数据框中的值。然而，当尝试在迭代行时更新值时，可能会遇到一些困难。本文将探讨此问题并提供可行的解决方案，指导你如何在迭代行时成功更新 pandas 数据框中的值。

理解问题

在迭代数据框的行时，直接更新值可能会导致错误或意外行为。这是因为数据框是一个不可变对象，这意味着在对其进行操作时，原始数据框不会改变。因此，需要采用特定的方法来更新值，同时保留数据框的完整性。

解决方法

要更新迭代行中的值，可以使用以下步骤：

1. 行级更新

要更新特定行中的值，可以使用 at 或 iloc 方法。at 使用行索引和列名称进行更新，而 iloc 使用行和列的整数索引。

df.at[row_index, 'column_name'] = new_value
df.iloc[row_index, df.columns.get_loc('column_name')] = new_value

2. 逐列更新

为了逐列更新值，可以使用 assign() 方法。assign() 方法接受一个函数作为参数，该函数应用于每一行，并返回一个新的列值。

df = df.assign(column_name=lambda x: x['column_name'] + 100)

3. 逐行更新（inplace）

如果希望直接在原始数据框中更新值，可以使用 inplace 参数。将 inplace 设置为 True 将就地更新数据框。

df.at[:, 'column_name'] = df.at[:, 'column_name'].apply(lambda x: x + 100)

示例代码

以下代码展示了如何更新迭代行中的数据框值：

import pandas as pd

# 创建一个示例数据框
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Carol', 'Dave', 'Eve'],
    'age': [20, 25, 30, 35, 40],
    'city': ['New York', 'Boston', 'Chicago', 'Dallas', 'San Francisco']
})

# 使用 at 更新特定行的值
df.at[0, 'name'] = 'Alice Johnson'

# 使用 assign 逐列更新值
df = df.assign(age=lambda x: x['age'] + 1)

# 使用 inplace 参数直接在原始数据框中更新值
df.at[:, 'city'] = df.at[:, 'city'].apply(lambda x: x.upper())

# 打印更新后的数据框
print(df)