python替换dataframe

可以使用 pandas 库中的 replace() 方法来替换 dataframe 中的值。例如，将 dataframe 中的所有 0 替换为 NaN，可以使用以下代码：

import pandas as pd

df = pd.DataFrame({'A': [0, 1, 2], 'B': [3, 0, 5]})
df.replace(0, pd.np.nan, inplace=True)
print(df)

输出结果为：

     A    B
0  NaN  3.0
1  1.0  NaN
2  2.0  5.0

相关问题

python替换dataframe中的值

可以使用 pandas 的 `.loc` 属性来替换 dataframe 中的值。

示例：

import pandas as pd

# 创建一个 dataframe
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 替换某一行某一列的值
df.loc[0, 'A'] = 9

# 替换某一行的值
df.loc[1] = [7, 8]

print(df)

输出：

   A  B
0  9  4
1  7  8
2  3  6

也可以使用 `.at` 来替换某一个具体的值

df.at[1,'A'] = 11

还可以使用 `.iloc` 和 `.iat` 来通过索引来替换值.

示例：

df.iloc[1,0] = 12
df.iat[1,0] = 13

除此之外还有很多其他的替换值的方法，具体请参考 pandas 文档。

python替换dataframe某一行

可以使用 pandas 库中的 loc 方法来替换 dataframe 中的某一行，示例代码如下：

import pandas as pd

# 创建一个示例 dataframe
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用 loc 方法替换第二行数据
df.loc[1] = [10, 11, 12]

# 打印替换后的 dataframe
print(df)

输出结果为：

    A   B   C
0   1   4   7
1  10  11  12
2   3   6   9