这篇文章主要介绍“怎么使用Python Pandas更新行和列”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“怎么使用Python Pandas更新行和列”文章能帮助大家解决问题。
1. 创建 Pandas 数据集
为了创建数据框，pandas 提供了函数名称 pd.DataFrame，它可以帮助您从一些数据中创建数据框。 让我们看看它是如何工作的。
#创建一个字典import pandas as pdfruit_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 Python 字典，其中包含一些数据值。 现在，我们被要求将这本字典变成Pandas数据集。
#Dataframe data = pd.DataFrame(fruit_data)data
那很完美！使用 pandas 的 pd.DataFrame 函数，我们可以轻松地将字典转换为 pandas 数据集。 我们的数据集现在已准备好执行未来的操作。
更新列
有时，要素的列或名称会不一致。 它可以是字母表的大小写等等。 拥有统一的设计有助于我们有效地使用这些功能。
因此，作为第一步，我们将了解如何更新/更改数据中的列或特征名称。
#update the column namedata.rename(columns = {'Fruit':'Fruit Name'})
如上图所示简单。 大家甚至可以一次更新多个列名。 为此，我们必须在大括号下添加以逗号分隔的其他列名。
#multile column updatedata.rename(columns = {'Fruit':'Fruit Name','Colour':'Color','Price':'Cost'})就像这样，我们可以同时更新所有列。
更新列名的大小写
在处理具有许多列的数据集时，我们可能会遇到列名不一致的情况。
在我们的数据中，大家可以观察到所有列名的首字母大写。 始终建议为所有列名使用通用大小写。
好吧，我们可以将它们转换为大写或小写。
#lower casedata.columns.str.lower()data
现在，我们所有的列名都是小写的。
更新行
和更新列一样，更新行也很简单。 我们必须先找到行值，然后才能使用新值更新该行。
我们可以使用 pandas loc 函数来定位行。
#updating rowsdata.loc[3]Fruit StrawberryColor PinkPrice 37Name: 3, dtype: object我们找到了第 3 行，其中包含水果草莓的详细信息。 现在，我们必须用一个名为 Pineapple 的新水果及其详细信息来更新这一行。
#updatedata.loc[3] = ['PineApple','Yellow','48']data
我希望大家也发现更新数据中行的值很容易。 现在，假设我们只需要更新行中的一些细节，而不是整个细节。 那么，您对此有何看法？
#更新特定值data.loc[3, ['Price']]Price 48Name: 3, dtype: object我们只需要更新位于第 3 行的水果的价格。 我们知道该水果的当前价格是 48。但是，我们必须将其更新为 65。让我们这样做。
#updating data.loc[3, ['Price']] = [65]data
我们只用一行 python 代码将水果菠萝的价格更新为 65。 这就是它的工作原理。 简单的。
根据条件更新行和列
是的，我们现在将根据特定条件更新行值。 最后，我们想要一些有意义的值，这些值应该有助于我们的分析。
让我们定义我们的条件。
#Conditionupdated = data['Price'] > 60updated我们在这里要做的是，将价格高于 60 的水果的价格更新为昂贵。
0 False1 True2 False3 True4 FalseName: Price, dtype: bool根据输出，我们有 2 个价格超过 60 的水果。让我们在数据中将这些水果列为昂贵的。
#Updatingdata.loc[updated, 'Price'] = 'Expensive'data
关于“怎么使用Python Pandas更新行和列”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注编程网行业资讯频道，小编每天都会为大家更新不同的知识点。
