讓我們了解如何使用 Python pandas 更新行和列。 在現(xiàn)實世界中，大多數(shù)時候我們沒有準備好分析數(shù)據(jù)集。 可能存在許多不一致、無效值、不正確的標簽等等。 話雖如此，更新這些值以實現(xiàn)數(shù)據(jù)的一致性是非常有必要的。 在本篇文章中，我們將重點介紹如何使用 pandas 更新 Python 中的行和列。 不用花太多時間在介紹上，讓我們開始行動吧！

1. 創(chuàng)建 Pandas 數(shù)據(jù)集

在整篇文章中，我們將使用我們現(xiàn)在要創(chuàng)建的數(shù)據(jù)框。 這將使大家了解更新數(shù)據(jù)操作。 在此之后，大家可以將這些方法應(yīng)用于自己的數(shù)據(jù)。

為了創(chuàng)建數(shù)據(jù)框，pandas 提供了函數(shù)名稱 pd.DataFrame，它可以幫助您從一些數(shù)據(jù)中創(chuàng)建數(shù)據(jù)框。 讓我們看看它是如何工作的。

#創(chuàng)建一個字典

import pandas as pd

fruit_data = {"Fruit": ['Apple','Avacado','Banana','Strawberry','Grape'],"Color": ['Red','Green','Yellow','Pink','Green'],
"Price": [45, 90, 60, 37, 49]
}

fruit_data

在這里，我們創(chuàng)建了一個 Python 字典，其中包含一些數(shù)據(jù)值。 現(xiàn)在，我們被要求將這本字典變成Pandas數(shù)據(jù)集。

#Dataframe 

data = pd.DataFrame(fruit_data)
data

那很完美！使用 pandas 的 pd.DataFrame 函數(shù)，我們可以輕松地將字典轉(zhuǎn)換為 pandas 數(shù)據(jù)集。 我們的數(shù)據(jù)集現(xiàn)在已準備好執(zhí)行未來的操作。

更新列

有時，要素的列或名稱會不一致。 它可以是字母表的大小寫等等。 擁有統(tǒng)一的設(shè)計有助于我們有效地使用這些功能。

因此，作為第一步，我們將了解如何更新/更改數(shù)據(jù)中的列或特征名稱。

#update the column name

data.rename(columns = {'Fruit':'Fruit Name'})

如上圖所示簡單。 大家甚至可以一次更新多個列名。 為此，我們必須在大括號下添加以逗號分隔的其他列名。

#multile column update

data.rename(columns = {'Fruit':'Fruit Name','Colour':'Color','Price':'Cost'})

就像這樣，我們可以同時更新所有列。

更新列名的大小寫

在處理具有許多列的數(shù)據(jù)集時，我們可能會遇到列名不一致的情況。

在我們的數(shù)據(jù)中，大家可以觀察到所有列名的首字母大寫。 始終建議為所有列名使用通用大小寫。

好吧，我們可以將它們轉(zhuǎn)換為大寫或小寫。

#lower case

data.columns.str.lower()
data

現(xiàn)在，我們所有的列名都是小寫的。

更新行

和更新列一樣，更新行也很簡單。 我們必須先找到行值，然后才能使用新值更新該行。

我們可以使用 pandas loc 函數(shù)來定位行。

#updating rows

data.loc[3]

Fruit    Strawberry
Color          Pink
Price            37
Name: 3, dtype: object

我們找到了第 3 行，其中包含水果草莓的詳細信息。 現(xiàn)在，我們必須用一個名為 Pineapple 的新水果及其詳細信息來更新這一行。

#update

data.loc[3] = ['PineApple','Yellow','48']
data

我希望大家也發(fā)現(xiàn)更新數(shù)據(jù)中行的值很容易。 現(xiàn)在，假設(shè)我們只需要更新行中的一些細節(jié)，而不是整個細節(jié)。 那么，您對此有何看法？

#更新特定值

data.loc[3, ['Price']]

Price    48
Name: 3, dtype: object

我們只需要更新位于第 3 行的水果的價格。 我們知道該水果的當前價格是 48。但是，我們必須將其更新為 65。讓我們這樣做。

#updating 

data.loc[3, ['Price']] = [65]
data

我們只用一行 python 代碼將水果菠蘿的價格更新為 65。 這就是它的工作原理。 簡單的。

根據(jù)條件更新行和列

是的，我們現(xiàn)在將根據(jù)特定條件更新行值。 最后，我們想要一些有意義的值，這些值應(yīng)該有助于我們的分析。

讓我們定義我們的條件。

#Condition

updated = data['Price'] > 60
updated

我們在這里要做的是，將價格高于 60 的水果的價格更新為昂貴。

0    False
1     True
2    False
3     True
4    False
Name: Price, dtype: bool

根據(jù)輸出，我們有 2 個價格超過 60 的水果。讓我們在數(shù)據(jù)中將這些水果列為昂貴的。

#Updating

data.loc[updated, 'Price'] = 'Expensive'
data

你以驚人的方式和完美地做到了。 在整篇文章中，我使用的代碼從未超過 2 行。 我能給出的最好建議是，盡可能多地學(xué)習(xí) pandas。 它是一個如此強大的庫，它提供了許多單行函數(shù)，但能夠出色地完成工作。

總結(jié) - 更新行和列

更新數(shù)據(jù)中的行和列是我們在進行任何分析之前應(yīng)該關(guān)注的一件主要事情。 通過簡單的函數(shù)和代碼，我們可以讓數(shù)據(jù)變得更有意義，在這個過程中，我們肯定會對數(shù)據(jù)質(zhì)量和任何進一步的要求有所了解。 如果我們的數(shù)據(jù)正確無誤，相信我，我們可以發(fā)現(xiàn)許多珍貴的前所未聞的事情。

到此這篇關(guān)于使用 Python Pandas 更新行和列的文章就介紹到這了,更多相關(guān)Python Pandas 更新行和列內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！