如何使用 Python Pandas 更新行和列

当需要处理和修改数据集合时，Python Pandas（一个数据分析的库）是一个非常有用的工具。其中更新行和列是经常需要处理的部分，下面就详细讲解一下如何使用 Python Pandas 更新行和列：

更新列

我们可以通过以下方法来更新Pandas数据框的列：

方法一：通过赋值方法

要更新单列，请输入数据框名称及要更新的列名称，然后使用赋值方法指定新列。例如：

import pandas as pd
data = {'Name':['Tom', 'Jack', 'Steve', 'Smith'], 'Age':[28, 34, 29, 42]}
df = pd.DataFrame(data)

print("原来的数据框：")
print(df)

df['Age'] = [27, 33, 28, 41]

print("更新 Age 后的数据框：")
print(df)

输出结果为：

原来的数据框：
    Name  Age
0    Tom   28
1   Jack   34
2  Steve   29
3  Smith   42

更新 Age 后的数据框：
    Name  Age
0    Tom   27
1   Jack   33
2  Steve   28
3  Smith   41

方法二：通过 rename（）方法

我们还可以使用 rename() 方法来改变列名，例如：

data = {'Name':['Tom', 'Jack', 'Steve', 'Smith'], 'Age':[28, 34, 29, 42]}
df = pd.DataFrame(data)

print("原来的数据框：")
print(df)

# 列重命名
df.rename(columns={'Age': 'New_Age'}, inplace=True)

print("新的数据框：")
print(df)

输出结果为：

原来的数据框：
    Name  Age
0    Tom   28
1   Jack   34
2  Steve   29
3  Smith   42

新的数据框：
    Name  New_Age
0    Tom       28
1   Jack       34
2  Steve       29
3  Smith       42

更新行

我们可以通过以下方法来更新Pandas数据框的行：

方法一：直接替换行

要更新单行，可以使用下面代码将一行直接替换为要更新的值：

data = {'Name':['Tom', 'Jack', 'Steve', 'Smith'], 'Age':[28, 34, 29, 42]}
df = pd.DataFrame(data)

print("原来的数据框：")
print(df)

df.loc[1] = ['Jerry', 35]

print("更新后的数据框：")
print(df)

输出结果为：

原来的数据框：
    Name  Age
0    Tom   28
1   Jack   34
2  Steve   29
3  Smith   42

更新后的数据框：
    Name  Age
0    Tom   28
1  Jerry   35
2  Steve   29
3  Smith   42

方法二：使用 loc[] 方法

使用 loc[] 方法可以基于条件修改选定行：

data = {'Name':['Tom', 'Jack', 'Steve', 'Smith'], 'Age':[28, 34, 29, 42]}
df = pd.DataFrame(data)

print("原来的数据框：")
print(df)

df.loc[df['Name'] == 'Jack'] = ['Jerry', 35]

print("更新后的数据框：")
print(df)

输出结果为：

原来的数据框：
    Name  Age
0    Tom   28
1   Jack   34
2  Steve   29
3  Smith   42

更新后的数据框：
    Name  Age
0    Tom   28
1  Jerry   35
2  Steve   29
3  Smith   42

以上是如何使用 Python Pandas 更新行和列的完整攻略，可以根据需要进行更改和修改。