如何在dataframe中给某一列赋值

要给数据框中的某一列赋值，可以使用如下方法：

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})

# 给 age 列赋值
df['age'] = [26, 31, 36]

# 打印数据框
print(df)

以上代码会将 age 列的值改为 `[26, 31, 36]`，输出如下：

       name  age
0     Alice   26
1       Bob   31
2  Charlie   36

相关问题

循环遍历dataframe并给这一列赋值

要循环遍历 DataFrame 并给某一列赋值，你可以使用 DataFrame 的 `iterrows()` 方法来遍历每一行，然后使用 `.at` 或 `.loc` 方法来给某一列赋值。

例如，假设你有一个 DataFrame `df`，其中有一列叫做 `score`，你想要给这一列的每个元素都加上 1：

for index, row in df.iterrows():
    df.at[index, 'score'] = row['score'] + 1

这里的 `iterrows()` 方法返回一个迭代器，每次迭代返回一个元组 `(index, row)`，其中 `index` 是行的索引，`row` 是一个 Series，包含该行的所有值。然后我们使用 `.at` 方法来访问指定行和列的元素，给其赋新值。

另外，你也可以使用 `.loc` 方法：

for index, row in df.iterrows():
    df.loc[index, 'score'] = row['score'] + 1

这个方法与 `.at` 的效果相同，但是它可以同时访问和修改多个列，因此更加灵活。

如何给dataframe中某一列全赋值为np.nan

您好，对于您的问题，使用pandas库可以非常方便地给dataframe中某一列全赋值为np.nan。可以采用如下代码：

import pandas as pd
import numpy as np

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

# 给列B赋值为np.nan
df['B'] = np.nan

print(df)

输出结果为：

   A   B  C
0  1 NaN  7
1  2 NaN  8
2  3 NaN  9

即将dataframe中的列B全部赋值为np.nan。