如何給Python里DataFrame對象中的元素賦值？

首先非常感謝在這里能為你解答這個問題，讓我帶領你們一起走進這個問題，現在讓我們一起探討一下。

1. 根據列名選擇：>>> df['A']

選擇df中名稱為'A'的列，該操作產生一個Series，等同于df.A。

2. 根據行號選擇：>>> df[0 : 3]

選擇df中第0到第2行，該操作產生一個DataFrame。

3. 根據索引選擇：>>> df['20130102' : '20130104']

選擇索引為'20130102'、'20130103'、'20130104'的行，這些索引對應的類型是DatetimeIndex。

4. 根據索引、列名共同選擇

一個索引的情況

多個索引的情況

>>> df.loc[index1 : index2] # index1和index2的類型要與df的索引類型一致。>>> df.loc[index1 : index2, 'A']>>> df.loc[index1 : index2, ['A'，'B']]

5. 根據位置選擇

選擇某一行

>>> df.iloc[1] # 選擇第1行，注：df從第0行開始編號

選擇某一列

>>> df.iloc[:, 1] # 選擇第1列，注：df從第0列開始編號

選擇某行、某列的那個元素

>>> df.iloc[1, 1] # 選擇第1行第1列的那個元素

>>> df.iat[1, 1] # 同上，但速度更快

選擇某些行、某些列

>>> df.iloc[3:5, 0:2]

>>> df.iloc[[1,2,4], [0, 2]]

>>> df.iloc[1:3, :]

>>> df.iloc[:, 1:3]

6. 根據條件選擇

>>> df[df.A > 0] # 返回df中'A'列大于0的行

>>> df[df > 0] # 返回一個與df相同大小的df2，保留原df中大于0的元素，并將原df中小于等于0的元素置為NaN

賦值

>>> df['A'] = s1 # s1是一個Series

>>> df.at[index, ‘A’] = 0

>>> df.iat[0, 1] = 0

>>> df.loc[:, 'A'] = np.array([5] * len(df))

>>> df[df > 0] = df2 # 將df中大于0的元素置為df2中對應的元素

在以上的分享關于這個問題的解答都是個人的意見與建議，我希望我分享的這個問題的解答能夠幫助到大家。

在這里同時也希望大家能夠喜歡我的分享，大家如果有更好的關于這個問題的解答，還望分享評論出來共同討論這話題。

我最后在這里，祝大家每天開開心心工作快快樂樂生活，健康生活每一天，家和萬事興，年年發大財，生意興隆，謝謝！