Pandas: как обновить значения в строках

Вы можете использовать следующий базовый синтаксис для обновления значений в DataFrame pandas при использовании iterrows :

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

В этом конкретном примере выполняется итерация по каждой строке DataFrame и обновляется значение в столбце с точками до 50 , если значение в данный момент больше 15.

Если текущее значение меньше или равно 15, значение обновляется до 10 .

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: обновить значения в Pandas DataFrame в строках

Предположим, у нас есть следующий DataFrame pandas, который показывает количество очков, набранных разными баскетболистами:

 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

Допустим, мы хотим обновить значения в столбце точек, используя следующую логику:

• Если количество баллов меньше или равно 15, обновите значение до 10 .
• Если количество баллов превышает 15, обновите значение до 50 .

Мы можем использовать функцию iterrows для перебора каждой строки DataFrame и внесения следующих обновлений:

 #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

Мы видим, что значения в столбце точек соответствующим образом обновились.

Примечание . Полную документацию по функции pandas iterrows() можно найти здесь .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи в pandas:

Pandas: как перемещаться по столбцам
Pandas: как выбрать строки между двумя значениями
Pandas: обновить значения столбцов на основе другого DataFrame