为DataFrame中的某个值赋值

您好，可以使用 Pandas 库中的 loc 或者 iloc 方法为 DataFrame 中的某个值进行赋值。例如，假设有一个名为 df 的 DataFrame，需要将第三行、第二列的值改为 10，可以使用以下代码：

df.loc[2,'column_name'] = 10

其中，loc 方法中的第一个参数表示行号（从0开始），第二个参数为列名。iloc 方法中的参数同样表示行号和列号，但是不能使用列名，只能使用列号。

相关问题

python在给dataframe中某个字段赋值时出现TypeError: 'type' object does not support item assignment

这个错误通常是因为你试图修改DataFrame的类型，而不是修改DataFrame中某个字段的值。Pandas中的DataFrame是不可变的，所以你不能直接赋值。要修改DataFrame中的某个字段的值，请使用.loc或.iloc方法。例如，假设你有以下的DataFrame：

import pandas as pd

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

要将'A'列的第一个值更改为10，请使用以下代码：

df.loc[0, 'A'] = 10

或者使用iloc方法：

df.iloc[0, 0] = 10

这两种方法都会修改DataFrame中第一行第一列的值。请注意，这些方法会修改原始DataFrame中的值，而不是创建一个新的DataFrame。

python中将dataframe中的某列与某个值比较，若相等则赋值1，否则赋值0

可以使用 `apply()` 方法实现。假设要将 DataFrame 中的列 `col1` 与值 `value` 比较，若相等则赋值1，否则赋值0，代码如下：

import pandas as pd

df = pd.DataFrame({'col1': ['value', 'value', 'other', 'value']})

def compare_value(x):
    if x == 'value':
        return 1
    else:
        return 0

df['new_col'] = df['col1'].apply(compare_value)
print(df)

输出结果为：

     col1  new_col
0   value        1
1   value        1
2   other        0
3   value        1

这里定义了一个函数 `compare_value()`，用于将 `col1` 中的值与 `value` 进行比较并返回 1 或 0。然后使用 `apply()` 方法将该函数应用到 `col1` 列中的每一个元素上，最终将结果赋值给新的一列 `new_col`。