我有一个类似于this和this的问题。区别在于我必须逐个选择,因为我不知道索引。
我想做像df.iloc[0, 'COL_NAME'] = x
这样的事情,但是iloc不允许这种访问。如果我做df.iloc[0]['COL_NAME] = x
关于链式索引的警告出现。
对于混合位置和指数,请使用.ix
。但是你需要确保你的索引不是整数,否则会引起混淆。
df.ix[0, 'COL_NAME'] = x
或者,试试吧
df.iloc[0, df.columns.get_loc('COL_NAME')] = x
例:
import pandas as pd
import numpy as np
# your data
# ========================
np.random.seed(0)
df = pd.DataFrame(np.random.randn(10, 2), columns=['col1', 'col2'], index=np.random.randint(1,100,10)).sort_index()
print(df)
col1 col2
10 1.7641 0.4002
24 0.1440 1.4543
29 0.3131 -0.8541
32 0.9501 -0.1514
33 1.8676 -0.9773
36 0.7610 0.1217
56 1.4941 -0.2052
58 0.9787 2.2409
75 -0.1032 0.4106
76 0.4439 0.3337
# .iloc with get_loc
# ===================================
df.iloc[0, df.columns.get_loc('col2')] = 100
df
col1 col2
10 1.7641 100.0000
24 0.1440 1.4543
29 0.3131 -0.8541
32 0.9501 -0.1514
33 1.8676 -0.9773
36 0.7610 0.1217
56 1.4941 -0.2052
58 0.9787 2.2409
75 -0.1032 0.4106
76 0.4439 0.3337
我在这里要补充的一点是,数据帧上的at
函数要快得多,特别是如果你做了很多个别(非切片)值的赋值。
df.at[index, 'col_name'] = x
根据我的经验,我获得了20倍的加速。 Here是一个西班牙语的写作,但仍然给人一种正在发生的事情的印象。
如果你知道这个位置,为什么不从中得到索引呢?
然后使用.loc:
df.loc[index, 'COL_NAME'] = x
您可以使用:
df.set_value('Row_index', 'Column_name', value)
set_valye
比.ix
方法快约100倍。它也更好,然后使用df['Row_index']['Column_name'] = value
。
但由于set_value
现在是deprecated所以.iat
/ .at
是很好的替代品。
例如,如果我们有这个data_frame
A B C
0 1 8 4
1 3 9 6
2 22 33 52
如果我们想修改单元格[0,“A”]的值,我们可以做
df.iat[0,0] = 2
或者df.at[0,'A'] = 2
另一种方法是获取行索引,然后使用df.loc或df.at.
# get row index 'label' from row number 'irow'
label = df.index.values[irow]
df.at[label, 'COL_NAME'] = x
另一种方式是:
df["COL_NAME"].iloc[0]=x
在熊猫中使用set_value
方法扩展Jianxun答案。它为给定索引处的列设置值。
从熊猫文件:
DataFrame.set_value(index,col,value)
要为列的特定索引设置值,请执行以下操作:
df.set_value(index, 'COL_NAME', x)
希望能帮助到你。