pandas读取和更换单个值，单列，单行，多列，多行【loc、iloc、at、iat的用法】

一、取出单个值和更换单个值

import pandas as pd df1 = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age']) print("--------更换单个值----------") # loc和iloc 可以更换单行、单列、多行、多列的值 df1.loc[0,'age']=25 # 思路：先用loc找到要更改的值，再用赋值（=）的方法实现更换值 df1.iloc[0,2]=25 # iloc：用索引位置来查找 # at 、iat只能更换单个值 df1.at[0,'age']=25 # iat 用来取某个单值,参数只能用数字索引 df1.iat[0,2]=25 # at 用来取某个单值,参数只能用index和columns索引名称 print(df1) #loc和iloc也可以去单个值,是一个列表 df1.loc[0, 'age'].values[][] df1.iloc[0, 2].values[][]

如提取第1行，第2列的值：

df.iloc[[0],[1]]

则会返回一个df，即有字段名和行号。

如果用values属性取值：

1 df.iloc[[0],[1]].values

返回的值会是列表，而且是嵌套列表：

[[值]]

因此，正确的写法是：

1 df.iloc[[0],[1]].values[0][0]

 

二、插入新增列和行

import pandas as pd df1 = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age']) print("----------在最后新增一列---------------") print("-------案例1----------") # 在数据框最后加上score一列，元素值分别为：80，98，67，90 df1['score']=[80,98,67,90] # 增加列的元素个数要跟原数据列的个数一样 print(df1) print("-------案例2----------") print("---------在指定位置新增列:用insert（）--------") # 在gender后面加一列城市 # 在具体某个位置插入一列可以用insert的方法 # 语法格式：列表.insert(index, obj) # index --->对象 obj 需要插入的索引位置。 # obj ---> 要插入列表中的对象（列名） col_name=df1.columns.tolist() # 将数据框的列名全部提取出来存放在列表里 print(col_name) col_name.insert(2,'city') # 在列索引为2的位置插入一列,列名为:city，刚插入时不会有值，整列都是NaN df1=df1.reindex(columns=col_name) # DataFrame.reindex() 对原行/列索引重新构建索引值 df1['city']=['北京','山西','湖北','澳门'] # 给city列赋值 print(df1) print("----------新增行---------------") # 重要！！先创建一个DataFrame，用来增加进数据框的最后一行 new=pd.DataFrame({'name':'lisa', 'gender':'F', 'city':'北京', 'age':19, 'score':100}, index=[1]) # 自定义索引为：1 ，这里也可以不设置index print(new) print("-------在原数据框df1最后一行新增一行，用append方法------------") df1=df1.append(new,ignore_index=True) # ignore_index=True,表示不按原来的索引，从0开始自动递增 print(df1)

结果图：