使用iloc设置pandas DataFrame中特定单元格的值

Question

我也有类似的问题,这个和这个.不同之处在于我必须逐个选择,因为我不知道索引.

我想做类似的事情df.iloc[0, 'COL_NAME'] = x,但iloc不允许这种访问.如果我df.iloc[0]['COL_NAME] = x发出关于链式索引的警告.

Answer 1

对于混合位置和索引,请使用.ix.但是你需要确保你的索引不是整数,否则会引起混淆.

df.ix[0, 'COL_NAME'] = x

更新:

或者,试试吧

df.iloc[0, df.columns.get_loc('COL_NAME')] = x

例:

import pandas as pd
import numpy as np

# your data
# ========================
np.random.seed(0)
df = pd.DataFrame(np.random.randn(10, 2), columns=['col1', 'col2'], index=np.random.randint(1,100,10)).sort_index()

print(df)


      col1    col2
10  1.7641  0.4002
24  0.1440  1.4543
29  0.3131 -0.8541
32  0.9501 -0.1514
33  1.8676 -0.9773
36  0.7610  0.1217
56  1.4941 -0.2052
58  0.9787  2.2409
75 -0.1032  0.4106
76  0.4439  0.3337

# .iloc with get_loc
# ===================================
df.iloc[0, df.columns.get_loc('col2')] = 100

df

      col1      col2
10  1.7641  100.0000
24  0.1440    1.4543
29  0.3131   -0.8541
32  0.9501   -0.1514
33  1.8676   -0.9773
36  0.7610    0.1217
56  1.4941   -0.2052
58  0.9787    2.2409
75 -0.1032    0.4106
76  0.4439    0.3337

Answer 2

我在这里要补充的一点是,at数据帧上的函数要快得多,特别是如果你要对单个(非切片)值进行大量赋值.

df.at[index, 'col_name'] = x

根据我的经验,我获得了20倍的加速.这是一个西班牙语的写作,但仍然给人一种正在发生的事情的印象.

Answer 3

如果你知道这个位置,为什么不从中得到索引呢？

然后使用.loc:

df.loc[index, 'COL_NAME'] = x

Answer 4

您可以使用：

df.set_value('Row_index', 'Column_name', value)

set_valye比.ix方法快100倍 然后使用它也更好 df['Row_index']['Column_name'] = value。

但是由于现在已set_value被弃用，所以.iat/ .at是好的替代品。

例如，如果我们有此data_frame

   A   B   C
0  1   8   4 
1  3   9   6
2  22 33  52

如果我们要修改单元格[0，“ ​​A”]的值，我们可以做

df.iat[0,0] = 2

要么 df.at[0,'A'] = 2

Answer 5

另一种方法是，根据行的索引位置为给定行分配列值，索引位置始终从零开始，最后一个索引位置是数据帧的长度：

df["COL_NAME"].iloc[0]=x

Answer 6

修改“r”行（“A”列）和“C”列交叉处的单元格中的值

1. 检索“A”列中“r”行的索引

       i = df[ df['A']=='r' ].index.values[0]
   

2. 修改所需列“C”中的值

       df.loc[i,"C"]="newValue"
   

注意：在此之前，请务必重置行索引...以获得一个漂亮的索引列表！

        df=df.reset_index(drop=True)