目录
- pandas修改某一列的数据
- pandas整列修改数据
- 整列强制转换
- 每个数据用函数单独修改
- 取小数点后N位
- 总结
pandas修改某一列的数据
如果你想修改某一列的数据,你可以使用 df.loc[:, 'column_name'] 来获取这一列的数据。
然后你可以对这一列使用赋值操作,就可以修改这一列的数据了。
例如:
df.loc[:, 'column_name'] = new_values
这里的 new_values 可以是一个列表,也可以是一个 NumPy 数组。
注意:
你也可以使用 df['column_name'] 来获取这一列的数据。
但是这种方法不是很安全,因为如果 column_name 不是一个有效的列名,它就会新建一个名为 column_name 的列,并将 `new_valu
pandas整列修改数据
整列强制转换
df["cost_time"] = df["cost_time"].astype(int);
每个数据用函数单独修改
df["key"] = df["key"].map(lambda fc: myFunc(fc))
或
dfzz[["a","b"]] = dfzz[["a","b"]].astype(int) # 多列数据类型转换
取小数点后N位
dfzz=pd.DataFrame({"a":[1.78,1.4,2.886,],"b":[20.833,10.2,10,]}) print(dfzz) print("") dfzz = dfzz.round({'a': 2,'b':1}) # 取小数点后几位
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持。
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。
评论(0)