Menu
Coddy logo textTech

Modificar Dados

Lição 11 de 19 do curso Análise com Pandas da Coddy.

Para sobrescrever os dados de uma célula, coluna ou linha específica, você pode atribuir um novo valor a ela:

df["existing_col"] = new_value            # Modificar coluna
df.loc[index] = new_value                 # Modificar linha
df.loc[index, "existing_col"] = new_value # modificar célula

Para atualizar o valor da coluna de linhas que atendem a uma condição específica, use a mesma condição que aprendemos em lições anteriores com o método .loc:

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

É importante usar a palavra-chave loc ao modificar linhas existentes. Frequentemente, ao modificar um dataframe sem o loc, você está lidando com uma cópia em vez dos dados originais . Por exemplo:

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

Aqui, a condição retorna uma cópia do dataframe em vez dos dados originais.

challenge icon

Desafio

Fácil

O arquivo CSV stats.csv contém informações sobre estatísticas.

Aqui estão as primeiras 5 linhas do arquivo:

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
  • Modifique todas as células (exceto as células nas colunas IS_VALID e UTILIZATION), onde IS_VALID é igual a 1 e UTILIZATION é menor que 0.4, para o valor MODIFIED.

Armazene o resultado na variável df.

Experimente você mesmo

# pandas as pd já está importado
df = pd.read_csv("./stats.csv")
for column in df.columns:
    if column not in ["IS_VALID", "UTILIZATION"]:
        df[column] = df[column].astype(object)
# Escreva seu código abaixo

Todas as lições de Análise com Pandas