dataframe批量修改数据 python中怎么将dataframe中某列中不含某个字符的数据替换成0？

python中怎么将dataframe中某列中不含某个字符的数据替换成0？

运行环境：python3.6

导入panda作为PD

D1=[“铜版纸”、“300g”、“[哑膜

]D2=[“铜版纸”、“300g”、“[5

]D3=[“铜版纸”、“300g”、“[哑膜

！D4=[“铜版纸”、“300g”、“[1

数据=pd.数据帧（数据=[D1，D2，D3，D4，]，columns=[“paper”，您也可以这样做：DF=DF[[“mean”，“0”，“1”，“2”，“3”

您可以得到列列表：cols=list（df.columns.values列)输出将产生：[“0”、“1”、“2”、“3”、“Mean”]，然后在将其放入第一个函数之前，您可以很容易地手动重新排列它

在数据帧中，根据一定的条件，您可以得到符合要求的行元素的位置。

代码如下：

[Python]查看纯拷贝

DF=pd.数据帧（{“BoolCol”：[1，2，3，3，4]，“attr”：[22，33，22，44，66]}，

index=[10,20,30,40,50]）打印（df）

a=df[（df.BoolCol==3)&安培（数据框属性==22)]. 索引.tolist（）

打印（a）

DF如下所示。上面，通过选择“boolcol”值为3，“attr”值为22的行，我们可以得到该行在DF中的位置

注意：返回的位置是索引列表，根据索引的不同而不同。这很容易成为数组中的默认下标。

[Python]查看纯拷贝

boolcol attr

10 1 22

20 2 33

30 3 22

40 3 44

50 4 66

[30

首先，我们创建一个数据帧。数据帧包含以下数据。如果要过滤D列数据中大于0的行，&；符号可用于过滤多个条件。当然，“|”符号也可以用来过滤多个条件，除非它是或。假设我们只需要A列和B列数据，D列和C列数据用于过滤

dataframe批量修改数据 dataframe修改某一列的值 pandas替换某一列的值

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。