Pandas修改單元格內容的多個方面詳解

一、修改單元格內容的基本方法

使用Pandas修改單元格的內容是很常見的操作，也很簡單。要修改單元格的內容，我們可以使用at、iat、loc、iloc等方法。

代碼示例：

import pandas as pd

df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})

# 使用at方法修改單元格
df.at[0, 'A'] = 5

# 使用iat方法修改單元格
df.iat[0, 0] = 6

# 使用loc方法修改單元格
df.loc[0, 'B'] = 7

# 使用iloc方法修改單元格
df.iloc[0, 1] = 8

at和iat方法適用於修改單個單元格的內容，它們的區別在於at使用列標籤進行訪問，而iat使用列和行的位置進行訪問。loc和iloc方法也適用於修改單個單元格的內容，它們的區別在於loc使用標籤進行訪問，iloc使用位置進行訪問。

二、修改多個單元格的內容

如果我們要修改多個單元格的內容，我們可以使用布爾索引和賦值語句。布爾索引可以用來選擇需要修改的單元格，賦值語句可以將需要修改的單元格的值統一修改。

代碼示例：

import pandas as pd

df = pd.DataFrame({'A': [1, 2], 'B': [3, 4], 'C': [5, 6]})

# 修改A列中大於1的單元格的內容為10
df.loc[df['A'] > 1, 'A'] = 10

# 修改B列中等於3的單元格的內容為20
df.loc[df['B'] == 3, 'B'] = 20

# 修改A列和B列的所有單元格的內容為30和40
df[['A', 'B']] = [30, 40]

三、修改單元格內容的類型

Pandas中的單元格內容可以是不同類型的數據（例如字元串、數字、日期等）。如果我們要將單元格內容的類型進行修改，可以使用astype方法。

代碼示例：

import pandas as pd

df = pd.DataFrame({'A': [1, 2], 'B': ['3', '4']})

# 修改B列單元格的類型為int類型
df['B'] = df['B'].astype(int)

在上面的代碼示例中，我們將B列的內容的類型從字元串類型修改為整數類型。astype方法可以接受一個參數，用於指定目標類型。

四、修改單元格的格式

有時我們需要修改單元格的格式，例如將數字的格式改為百分比的格式、貨幣格式等。這時，我們可以使用applymap方法將格式函數應用到每個單元格上。

代碼示例：

import pandas as pd

df = pd.DataFrame({'A': [0.12345, 0.23456], 'B': [1000, 2000]})

# 將A列單元格的格式改為百分比格式
df['A'] = df['A'].applymap(lambda x: format(x, '.2%'))

# 將B列單元格的格式改為貨幣格式
df['B'] = df['B'].applymap(lambda x: '${:,.2f}'.format(x))

在上面的代碼示例中，我們將A列的單元格格式改為百分比格式，保留兩位小數；將B列的單元格格式改為貨幣格式，保留兩位小數，以千位分隔符分隔。

五、使用replace方法修改單元格內容

replace方法可以用來修改單元格內容，可以指定要被替換的舊值和替換成的新值。該方法還可以接受一個字典作為參數，用於將舊值映射為新值。

代碼示例：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})

# 將A列中的1替換為10
df['A'] = df['A'].replace(1, 10)

# 使用字典將B列中的a, b替換為x, y
df['B'] = df['B'].replace({'a': 'x', 'b': 'y'})

在上面的代碼示例中，我們將A列的單元格中的1替換為10；將B列的單元格中的a替換為x，將b替換為y。

六、結語

本文介紹了Pandas修改單元格內容的多個方面，包括修改單元格的基本方法、修改多個單元格的內容、修改單元格內容的類型、修改單元格的格式以及使用replace方法修改單元格內容。