如何在 Pandas DataFrame 中设置单元格值？

Pandas 是一种强大的 Python 数据处理库，它提供了 DataFrame 数据结构，可以用于数据记录、处理和分析。在数据处理过程中，我们经常需要设置 Pandas DataFrame 中特定单元格的值。

下面介绍几种方法可以在 Pandas DataFrame 中设置单元格值。

方法一：.at[] 方法

使用.at[] 方法可以快速地访问 Pandas DataFrame 中的单个元素，并设置其值。

import pandas as pd

# 创建一个简单的 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 用 .at[] 方法将单个元素设置为新值
df.at[0, 'B'] = 10

print(df)

输出结果为：

   A   B  C
0  1  10  7
1  2   5  8
2  3   6  9

方法二：.loc[] 方法

使用.loc[] 方法可以访问 Pandas DataFrame 中的一行或多行，并设置它们的值。

import pandas as pd

# 创建一个简单的 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 用 .loc[] 方法将多个元素设置为新值
df.loc[1:2, 'B':'C'] = 0

print(df)

输出结果为：

   A  B  C
0  1  4  7
1  2  0  0
2  3  0  0

方法三：.iloc[] 方法

使用.iloc[] 方法可以通过整数索引访问 Pandas DataFrame 中的一行或多行，并设置它们的值。

import pandas as pd

# 创建一个简单的 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 用 .iloc[] 方法将多个元素设置为新值
df.iloc[0, 1] = 10
df.iloc[1:, 1:] = 0

print(df)

输出结果为：

   A   B  C
0  1  10  7
1  2   0  0
2  3   0  0

以上是在 Pandas DataFrame 中设置单元格值的几种方法，具体使用哪种方法可以根据自己的需求和使用场景选择。

注意： 在设置单元格值时，应注意避免修改原 DataFrame 对象。可以使用复制（copy()）方法在新的 DataFrame 对象上操作。