我已经创建了一个熊猫数据框架

df = DataFrame(index=['A','B','C'], columns=['x','y'])

得到了这个

    x    y
A  NaN  NaN
B  NaN  NaN
C  NaN  NaN

现在,我想给特定的单元格赋值,例如给C行和x列赋值。 我希望得到这样的结果:

    x    y
A  NaN  NaN
B  NaN  NaN
C  10  NaN

下面的代码:

df.xs('C')['x'] = 10

但是df的内容没有改变。数据帧仍然只包含nan。

有什么建议吗?


当前回答

我建议:

df.loc[index_position, "column_name"] = some_value

同时修改多个单元格:

df。loc[start_idx_pos: End_idx_pos, "column_name"] = some_value . loc[start_idx_pos: End_idx_pos, "column_name"] = some_value

其他回答

尝试使用df。Loc [row_index,col_indexer] = value

从0.21.1版本开始,您还可以使用.at方法。与这里提到的.loc相比有一些不同- pandas .at与.loc,但它在单值替换上更快

你可以使用。iloc。

df.iloc[[2], [0]] = 10

你也可以使用.loc进行条件查找,如下所示:

df.loc[df[<some_column_name>] == <condition>, [<another_column_name>]] = <value_to_add>

其中<some_column_name是您想要检查<条件>变量的列,<another_column_name>是您想要添加的列(可以是新列,也可以是已经存在的列)。<value_to_add>是您想要添加到该列/行中的值。

这个示例并不能精确地解决当前的问题,但是对于想要根据条件添加特定值的人来说,它可能是有用的。

要设置值,使用:

df.at[0, 'clm1'] = 0

最快推荐的设置变量的方法。 Set_value, ix已弃用。 没有警告,不像iloc和loc