如何根據符合的 ID 更新 Pandas DataFrame 中的值？

根據 Pandas 中匹配的 ID 更改值

在 Python 中，Pandas 提供了高效的資料操作功能。若要根據符合的 ID 修改值，請依照下列步驟操作：

1. 匯入 Pandas：先匯入 Pandas 函式庫。
2. 載入資料：使用 pandas.read_csv 從 CSV 檔案讀取資料。
3. 識別匹配：使用== 運算子建立邏輯條件來識別ID 與特定值相符的行（例如， df.ID == 103).
4. 覆蓋值：利用切片和索引來選擇滿足條件的行並覆寫所需列中的值。例如， df.loc[condition, 'column'] = 'new value'.

更改ID 103 的FirstName 和LastName 的範例程式碼：

<code class="python">import pandas as pd

df = pd.read_csv("test.csv")
df.loc[df.ID == 103, 'FirstName'] = "Matt"
df.loc[df.ID == 103, 'LastName'] = "Jones"</code>

附加說明：

• 您可以使用列清單一次更新多個欄位： df.loc[condition, ['column1', 'column2']] = ['new value1', ' new value2']。
• 也可以使用鍊式賦值，但它可能會出現意外行為，並且在較新的 Pandas 版本中不鼓勵使用。
• 確保您擁有適當的 Pandas 版本（ 0.11 或更高版本）用於使用 .loc 覆蓋值。

以上是如何根據符合的 ID 更新 Pandas DataFrame 中的值？的詳細內容。更多資訊請關注PHP中文網其他相關文章！