Pandas - 根据索引替换值

Question

如果之前有人问过道歉，我似乎无法找到答案。

如果我创建一个这样的数据框：

import pandas as pd, numpy as np

df = pd.DataFrame(np.random.randint(0,100,size=(100, 2)), columns=list('AB'))

例如，如何将A列中的条目更改为行0 -15中的数字16？换句话说，我如何完全基于索引替换单元格？

Answer 1

使用loc：

df.loc[0:15,'A'] = 16
print (df)
     A   B
0   16  45
1   16   5
2   16  97
3   16  58
4   16  26
5   16  87
6   16  51
7   16  17
8   16  39
9   16  73
10  16  94
11  16  69
12  16  57
13  16  24
14  16  43
15  16  77
16  41   0
17   3  21
18   0  98
19  45  39
20  66  62
21   8  53
22  69  47
23  48  53

ix的解决方案是deprecated。

Answer 2

另一个解决方案是

df.at[0:15, 'A']=16

print(df.head(20))

输出：

     A   B
0   16  44
1   16  86
2   16  97
3   16  79
4   16  94
5   16  24
6   16  88
7   16  43
8   16  64
9   16  39
10  16  84
11  16  42
12  16   8
13  16  72
14  16  23
15  16  28
16  18  11
17  76  15
18  12  38
19  91   6

Answer 3

除了其他答案之外，如果您拥有各个索引的列表，则可以执行以下操作：

indices = [0,1,3,6,10,15]
df.loc[indices,'A'] = 16

print(df.head(16))

输出：

     A  B
0   16  4
1   16  4
2    4  3
3   16  4
4    1  1
5    3  0
6   16  4
7    2  1
8    4  4
9    3  4
10  16  0
11   3  1
12   4  2
13   2  2
14   2  1
15  16  1

Answer 4

非常有趣的观察，下面的代码确实改变了原始数据帧中的值

df.loc[0:15,'A'] = 16

但是如果你使用类似这样的代码

df.loc[0:15]['A'] = 16

它只会返回具有更改值的数据框的副本，并且不会更改原始 df 对象中的值. 希望这会为处理此问题的人节省一些时间。