Menu
Coddy logo textTech

Daten ändern

Lektion 11 von 19 im Kurs Pandas Analytics von Coddy.

Um die Daten einer bestimmten Zelle, Spalte oder Zeile zu überschreiben, können Sie ihr einen neuen Wert zuweisen:

df["existing_col"] = new_value            # Spalte ändern
df.loc[index] = new_value                 # Zeile ändern
df.loc[index, "existing_col"] = new_value # Zelle ändern

Um den Spaltenwert von Zeilen zu aktualisieren, die eine bestimmte Bedingung erfüllen, verwenden Sie dieselbe Bedingung, die wir in den vorherigen Lektionen mit der Methode .loc gelernt haben:

df.loc[df['col'] > 5, 'existing_col'] = new_value
 
df.loc[(df['col'] <= 5) & (df['col'] > 2), 'existing_col'] = new_value

Es ist wichtig, das Schlüsselwort loc zu verwenden, wenn Sie bestehende Zeilen ändern. Häufig arbeiten Sie beim Ändern eines Dataframes ohne loc mit einer Kopie anstatt mit den Originaldaten. Zum Beispiel:

df[(df['col'] <= 5) & (df['col'] > 2)]["existing_col"] = new_value

Hier gibt die Bedingung eine Kopie des Dataframes anstelle der Originaldaten zurück.

challenge icon

Aufgabe

Einfach

Die CSV-Datei stats.csv enthält Informationen über Statistiken.

Hier sind die ersten 5 Zeilen der Datei:

ID,COUNTRY,COLOR,SKILL,SKILL_POINTS,UTILIZATION,IS_VALID,CATEGORY
1,France,Signal violet,marksmanship,14,0.1924,1,SHOW
2,Solomon Islands,Pearl violet,crocheting,4,0.6108,1,TREE
3,Germany,Bottle green,calligraphy,12,0.88646,0,SHOW
4,Mauritania,Fawn brown,paper cutting,9,0.058,1,JAPE
  • Ändern Sie alle Zellen (außer den Zellen in den Spalten IS_VALID und UTILIZATION), bei denen IS_VALID gleich 1 ist und UTILIZATION kleiner als 0.4 ist, auf den Wert MODIFIED.

Speichern Sie das Ergebnis in der Variable df.

Probier es selbst

# pandas as pd ist bereits importiert
df = pd.read_csv("./stats.csv")
for column in df.columns:
    if column not in ["IS_VALID", "UTILIZATION"]:
        df[column] = df[column].astype(object)
# Schreibe deinen Code unten

Alle Lektionen in Pandas Analytics