Python Pandas：高效更新DataFrame行与列的终极指南

2 年 ago

韵, 科

1 minute

这是文章《如何使用Python Pandas更新行和列》的第1部分（共2部分）。

内容片段: 让我们了解如何使用Python的Pandas库来更新表格的行和列。在实际应用中，我们获取的数据集通常无法直接用于分析。数据中可能存在许多不一致的值、无效的数值、不正确的标签等问题。因此，更新这些值以确保数据的一致性至关重要。在本教程中，我们将重点介绍如何使用Pandas库在Python中更新行和列。事不宜迟，让我们立即开始！

1. 创建一个Pandas数据框

在整个教程中，我们将使用一个现在要创建的数据框。这将帮助您理解数据的更新操作。之后，您可以将这些方法应用到您自己的数据上。

为了创建一个数据框，Pandas提供了pd.DataFrame函数，它可以帮助您从一些数据创建数据框。让我们看看它是如何工作的。

# 创建一个字典

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

在这里，我们创建了一个包含一些数据值的Python字典。现在，我们需要将这个字典转换成一个Pandas数据框。

# 数据框

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数据框。我们的数据集现在已准备好进行后续操作。

更多阅读：如何使用Pandas修改列顺序。

2. 更新列名

有时，列或特征的名称会不一致，可能涉及到字母大小写等方面。统一的命名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。

# 更新列名

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，您需要在花括号内用逗号分隔其他列名。

# 多个列更新

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

列名规范化：统一大小写

在处理包含大量列的数据集时，列名的一致性问题时常出现。在我们的数据中，您可能注意到所有列名的首字母都是大写的。为了保持数据处理的规范性，我们强烈建议为所有列名采用统一的大小写格式。

您可以选择将它们全部转换为大写或小写。以下示例展示了如何将列名转换为小写：

# 将所有列名转换为小写

data.columns = data.columns.str().lower()
print(data)

现在，我们所有列名都已成功转换为小写。

4. 更新行值

更新行值与更新列类似，操作同样简单直观。首先，您需要定位目标行，然后即可使用新值对其进行更新。

您可以使用 Pandas 的 loc 函数来精确地定位行。

# 定位第3行

data.loc[3]

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

我们成功找到了第3行，其中包含关于水果“草莓”的详细信息。现在，我们将把该行更新为新的水果“菠萝”及其相关信息。

让我们开始吧！

# 更新第3行数据

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

就是这样！希望您也觉得更新数据中的行值非常容易。现在，假设您只需要更新一行中的部分细节，而不是整行内容。那么，您会如何解决这个问题呢？

# 更新特定值：定位第3行的'Price'列

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

Price    48
Name: 3, dtype: object

我们只需要更新第3行水果的价格。当前价格是48，但我们希望将其更新为65。让我们来操作吧。

# 更新第3行'Price'列的值为65

data.loc[3, ['Price']] = [65]
print(data)

太棒了！我们仅用一行 Python 代码就将菠萝的价格更新为65。操作就是如此简单高效。

根据条件更新行和列

是的，我们现在将根据特定条件来更新行的值。最终，我们希望得到一些有意义的值，这将对我们的数据分析非常有帮助。

让我们来定义我们的条件。

# 定义条件：价格大于60

updated = data['Price'] > 60
print(updated)

我们的目标是将价格高于60的水果标记为“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了60。现在，让我们在数据中将这些水果标记为“Expensive”（昂贵）。

# 根据条件更新：将价格高于60的水果的'Price'列更新为'Expensive'

data.loc[updated, 'Price'] = 'Expensive'
print(data)

相信我，您做得非常出色！您以令人惊叹且完美的方式完成了这项任务。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，提供了许多能够完美完成工作且仅需一行代码的函数。

总结 – 更新行和列

在进行任何数据分析之前，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，并且在这个过程中，我们肯定会对数据质量和任何进一步的需求有一些深入的见解。如果我们的数据是准确无误的，相信我，您会从中发现许多珍贵且前所未闻的故事。

希望本教程对您有所帮助，请务必在您的分析工作中实践这些方法。

现在就到这里吧，祝您愉快的 Python 之旅！

更多阅读：Pandas DataFrame

#DataFrame #Pandas #Python #数据更新 #行操作