版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
注意看代码注释!最好的是自己拿去跑一遍代码,就什么都懂了。
1. 代码
import pandas as pd
import numpy as np
dates = pd.date_range('2019-10-22',periods=6)
df = pd.DataFrame(np.arange(24).reshape(6,4),index=dates,columns=['A','B','C','D'])
print(df,'\n')
# iloc方式即为切片方式
df.iloc[2,2] = 1111
print(df,'\n')
# 标签方式
df.loc['2019-10-22','B'] = 2222
print(df,'\n')
# 布尔方式
df.B[df.A>4] = 0 # 对于B这一列,所有df.A>4的的行
print(df,'\n')
df[df.A>4] = 0 # 对于所有df.A大于4的行的值全都赋值为0
print(df,'\n')
# 创建一个新的列
df['F'] = np.nan # 创建一个值全部都为NaN的列
print(df,'\n')
df['E'] = pd.Series([1,2,3,4,5,6],index=pd.date_range('2019-10-22',periods=6))
print(df,'\n')
df['G'] = [3,3,3,3,3,3]
print(df,'\n')
# 创建新的行
df['2019-10-28'] = [0,0,0,0,np.NaN,7]
print(df,'\n')
df.loc['2019-10-29'] = [0,0,0,0,np.NaN,7,3]
print(df,'\n')