Panda's: waarden in rijen bijwerken

U kunt de volgende basissyntaxis gebruiken om waarden in een Panda DataFrame bij te werken terwijl u iterrows gebruikt:

 for i, row in df. iterrows ():
    points_add = 10
    if row[' points '] > 15:
        points_add = 50
    df. at [i,' points '] = points_add

Dit specifieke voorbeeld doorloopt elke rij van een DataFrame en werkt de waarde in de puntkolom bij naar 50 als de waarde momenteel groter is dan 15.

Als de huidige waarde kleiner dan of gelijk is aan 15, wordt de waarde bijgewerkt naar 10 .

Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.

Voorbeeld: Waarden in Pandas DataFrame in rijen bijwerken

Stel dat we het volgende panda’s DataFrame hebben dat het aantal punten weergeeft dat door verschillende basketbalspelers is gescoord:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' player ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'],
                   ' points ': [10, 12, 14, 15, 15, 15, 16, 17, 20]})

#view DataFrame
print (df)

  player points
0 to 10
1 B 12
2 C 14
3 D 15
4 E 15
5 F 15
6 G 16
7:17 a.m.
8 I 20

Laten we zeggen dat we de waarden in de puntenkolom willen bijwerken met behulp van de volgende logica:

• Als de punten kleiner dan of gelijk zijn aan 15, werkt u de waarde bij naar 10 .
• Als de punten groter zijn dan 15, werkt u de waarde bij naar 50 .

We kunnen de functie iterrows gebruiken om elke rij van het DataFrame te doorlopen en deze updates uit te voeren:

 #iterate over each row in DataFrame and update values in points column
for i, row in df. iterrows ():
    points_add = 10
    if row[' points '] > 15:
        points_add = 50
    df. at [i,' points '] = points_add

#view updated DataFrame
print (df)

  player points
0 to 10
1 B 10
2 C 10
3 D 10
4 E 10
5 F 10
6 G 50
7:50 a.m.
8 I 50

We kunnen zien dat de waarden in de puntenkolom dienovereenkomstig zijn bijgewerkt.

Opmerking : u kunt hier de volledige documentatie voor de pandas iterrows() -functie vinden.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:

Panda’s: navigeren door kolommen
Panda’s: rijen tussen twee waarden selecteren
Panda’s: update kolomwaarden op basis van een ander DataFrame