如何在Pandas数据框架中设置单元格值

在Pandas数据框架中设置单元格值可以使用.loc[]方法。针对不同的需求，设置单元格值也有多种不同的方法。

设置单个单元格的值

import pandas as pd

# 创建一个数据框架
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
          'age': [25, 32, 18, 47],
          'city': ['New York', 'Paris', 'London', 'Beijing']}
df = pd.DataFrame(data)

# 设置单个单元格的值
df.loc[2, 'city'] = 'Shanghai'

上面的代码中，我们创建了一个数据框架df，然后使用.loc[]方法将第2行、'city'列的值设置为'Shanghai'。

设置某行或某列的值

import pandas as pd

# 创建一个数据框架
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
          'age': [25, 32, 18, 47],
          'city': ['New York', 'Paris', 'London', 'Beijing']}
df = pd.DataFrame(data)

# 设置某列的值
df['age'] = [26, 33, 19, 48]

# 设置某行的值
df.loc[1] = ['Ashley', 27, 'Los Angeles']

上面的代码中，我们可以使用.loc[]方法设置某一行的值，也可以使用类似于列表的方式设置某一列的值。例如，通过将每个元素放在方括号中，将整列替换为新值。

使用apply设置多个单元格的值

import pandas as pd

# 创建一个数据框架
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
          'age': [25, 32, 18, 47],
          'city': ['New York', 'Paris', 'London', 'Beijing']}
df = pd.DataFrame(data)

# 使用 apply 设置多个单元格的值
df.loc[[0, 2], ['name', 'age']] = df.loc[[0, 2], ['name', 'age']].apply(lambda x: x.str.upper())

上面的代码中，我们使用.apply()方法，将指定的多个单元格的值设置为统一的值。我们使用.loc[]方法来指定需求的行和列。在这种情况下，我们使用.apply()方法将'name'和'age'列的值转换为大写，并将结果应用于第0行和第2行，因此Index为0和2的行被更改。

如果有超出这些情况的特殊需求，也可以使用Pandas其他的数据操作功能来实现。

希望这些示例可以帮助您理解在Pandas数据框架中设置单元格值的方法！