这篇文章给大家介绍利用pandas赋值出现失败如何解决，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

创新互联公司是一家专注于成都网站设计、做网站与策划设计,绵竹网站建设哪家好?创新互联公司做网站,专注于网站建设10余年,网设计领域的专业建站公司;建站业务涵盖:绵竹等地区。绵竹做网站价格咨询:028-86922220

一、pandas对整列赋值

这个比较正常，一般直接赋值就可以:

x = pd.DataFrame({'A': ['1', '2', '3', None, None],
      'B': ['4', '5', '6', '7', None]})
x['A'] = ['10', '11', '12', '13', '14']

二、pandas对非整列赋值

1、用单个值赋值

x = pd.DataFrame({'A': ['1', '2', '3', None, None],
      'B': ['4', '5', '6', '7', None]})
index = x['A'].isna()
x[index]['A'] = 100

是不是很奇怪，没有赋值成功！！

2、用多个值赋值

x = pd.DataFrame({'A': ['1', '2', '3', None, None],
      'B': ['4', '5', '6', '7', None]})
index = x['A'].isna()
x[index] = [100, 200]

报错了！！提示说，要用.loc赋值，那我们试一下。

3、.loc赋值

x = pd.DataFrame({'A': ['1', '2', '3', None, None],
      'B': ['4', '5', '6', '7', None]})
index = x['A'].isna()
x.loc[index, ['A']] = [100, 200]

报错，这是因为shape原因。

x.loc[index, ['A']] = [['100'], ['200']]

三、用数据的另外一列赋值

1、错误方式

x = pd.DataFrame({'A': ['1', '2', '3', '', ''],
        'B': ['4', '5', '6', '7', '']})
index = x['A'].isna()
x.loc[index, ['A']] = x.loc[index, ['B']]

正确方式

x = pd.DataFrame({'A': ['1', '2', '3', '', ''],
        'B': ['4', '5', '6', '7', '']})
index = x['A'].isna()
x.loc[index, ['A']] = x.loc[index, ['B']].copy().values.tolist()

关于利用pandas赋值出现失败如何解决就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。

当前文章：利用pandas赋值出现失败如何解决-创新互联
分享网址：http://ybzwz.com/article/jgjeh.html