如何有效地设置特定 Pandas DataFrame 单元格中的值？

按索引设置 Pandas DataFrame 的特定单元格中的值

在使用 Pandas 进行数据分析时，经常需要修改单个单元格的值在数据帧内。这可以使用各种方法来实现，包括 df. xs、df['列'] 和 df.at.

1。 df.xs（已弃用）

df.xs() 方法允许从 DataFrame 中选择特定行。但是，为返回行中的列分配值不会修改原始 DataFrame。相反，它会创建一个包含修改后的行的新 DataFrame。例如：

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

2。 df['column']

使用 df['column'] 的链索引返回指定列的视图。为所选列分配值会直接修改原始 DataFrame。例如：

df['x']['C'] = 10

3。 df.at（推荐）

在 DataFrame 中设置特定单元格值的推荐方法是使用 df.at。该方法以行和列的索引为参数，直接将新值赋给指定单元格。它修改原始 DataFrame 而不创建新的 DataFrame。

df.at['C', 'x'] = 10

性能注意事项

对于大型 DataFrame，性能变得至关重要。基准测试表明，已弃用的 df.set_value 明显比 df['column'] 和 df.at 快。但是，由于 set_value 已被弃用，因此应该使用 df.at 作为今后推荐的方法。

结论

在 Pandas DataFrame 的特定单元格中设置值可以可以使用不同的方法来实现，每种方法都有自己的优点和性能特点。了解创建新 DataFrame 和修改现有 DataFrame 之间的区别是选择适当方法的关键。为了获得最佳性能和可维护性，建议使用 df.at，因为它直接修改原始 DataFrame，是设置单元格值的首选方法。

以上是如何有效地设置特定 Pandas DataFrame 单元格中的值？的详细内容。更多信息请关注PHP中文网其他相关文章！