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。

相关问题

python替换dataframe中全量的空格

在Python的pandas库中，如果你想要替换DataFrame中的所有空格，你可以使用`str.replace()`函数，该函数可以用来替换字符串中的特定字符。假设你想将所有的空格替换为其他字符，比如下划线 "_"，你可以这样做：

import pandas as pd

# 假设df是你需要操作的DataFrame
df = df.applymap(lambda x: x.str.replace(' ', '_') if isinstance(x, str) else x)

这里，`applymap()`函数对DataFrame的每一列（包括数值型、字符串型等）应用了自定义的转换函数，如果元素是字符串类型，则使用`str.replace(' ', '_')`替换空格。

如果你想统一替换整个DataFrame中所有单元格的空格，无论其数据类型如何，可以先将其转化为字符串再进行替换，然后转化回原数据类型：

df = df.astype(str).replace(' ', '_').astype(df.dtypes)

这会把所有空格变成下划线，然后根据原始数据类型恢复成对应的数据类型。

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