如何使用Python Pandas更新行和列

2 年 ago

韵, 科

1 minute

让我们了解如何使用Python的pandas库来更新表格的行和列。在现实世界中，大多数情况下，我们得到的数据集都无法直接进行分析。可能存在很多不一致的值、无效的数值、不正确的标签等等。因此，更新这些值以达到数据的一致性非常重要。在本教程中，我们将重点介绍如何使用pandas库来更新Python中的行和列。不多花时间在介绍上，让我们立即开始！

创建一个Pandas数据框架。 Pandas .)

在整个教程中，我们将使用一个现在要创建的数据帧。这将让你了解数据的更新操作。在此之后，你可以将这些方法应用到你的数据上。

为了创建一个数据帧，pandas提供了函数名pd.DataFrame，它可以帮助你从一些数据创建一个数据帧。让我们看看它是如何工作的。

#create a dictionary 

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

在这里，我们创建了一个包含一些数据值的Python字典。现在，我们被要求将这个字典转换成一个pandas数据框。

#Dataframe 

data = pd.DataFrame(fruit_data)
data

太完美了！使用pandas中的pd.DataFrame函数，您可以轻松将字典转换为pandas dataframe。我们的数据集现在准备好进行未来的操作了。

更多阅读：如何使用Pandas修改列顺序。

更新列

有时候，栏目或特征的名称会不一致，可能涉及到字母大小写等方面。统一的设计有助于我们更有效地处理这些特征。

所以，作为第一步，我们将看看如何更新/更改我们数据中的列或特征名称。

#update the column name

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

就是这样。就像上面显示的那样简单。您甚至可以一次更新多个列名。为此，您需要在花括号下面用逗号分隔其他列名。

#multile column update

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

就像这样，你可以同时更新所有的列。

3. 更新列名的大小写。

当你在处理拥有许多列的数据集时，可能会遇到列名一致性方面的不一致。

在我们的数据中，你可以观察到所有列名的首字母都是大写的。我们建议为所有列名使用统一的大小写。

嗯，你可以选择将它们转换为大写或小写。

#lower case

data.columns.str.lower()
data

现在，我们所有的列都是小写的。

4. 更新行值

与更新列类似，行值的更新也非常简单。首先要定位行值，然后可以使用新的值更新该行。

你可以使用pandas的loc函数来定位行。

#updating rows

data.loc[3]

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

我们找到了第3行，上面有关于水果“草莓”的详细信息。现在，我们需要将该行更新为一个新的水果“菠萝”以及它的详细信息。

我们开始吧！

#update

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

就是这样了。我希望你也觉得这个更新数据中的行值很容易。现在，假设你只需要更新一行中的一些细节而不是全部内容。那么，你对此有何解决方案？

#update specific values

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

Price    48
Name: 3, dtype: object

我们只需要更新第三行水果的价格。我们得知那种水果当前的价格是48。但是，我们要把它更新到65。让我们来做吧。

#updating 

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

太棒了！

我们使用了一行Python代码将菠萝水果的价格更新为65。就是这样的工作方式，非常简单。

根据条件更新行和列。

是的，我们现在要根据特定条件更新行的值。最终，我们希望得到一些有意义的值，这对我们的分析会有所帮助。

让我们来定义我们的条件。

#Condition

updated = data['Price'] > 60
updated

我们要做的是将价格高于60的水果更新为昂贵。

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

根据输出结果，我们有两种水果的价格超过60元。让我们将这些水果在数据中标记为贵的。

#Updating

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

相信我，你很棒：)。

你以令人惊叹和完美的方式完成了这个任务。在整个教程中，我从未用过两行以上的代码。我能给出的最好建议就是尽可能多地学习 pandas。这是一个非常强大的库，提供了许多一行代码就能完美完成工作的函数。

总结 – 更新行和列

在进行任何分析之前，更新数据的行和列是我们应该关注的主要事项之一。通过简单的函数和代码，我们可以使数据变得更有意义，在这个过程中，我们肯定会对数据质量和任何进一步的需求也有一些见解。如果我们的数据正确，相信我，你可以发现许多珍贵的未曾听闻的故事。

希望这个教程对你有所帮助，请别忘记在你的分析工作中实践这些方法。

现在就这样吧，祝你愉快的Python之旅！

更多阅读：Pandas DataFrame