Python | Marco de datos de Pandas.set_value()

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.

La función Pandas dataframe.set_value()pone un valor único en la columna y el índice pasados. Toma las etiquetas de los ejes como entrada y un valor escalar que se colocará en el índice especificado en el marco de datos. La alternativa a esta función es .at[]o .iat[].

Sintaxis: DataFrame.set_value(index, col, value, takeable=False)
Parámetros:
índice: etiqueta de fila
col: valor de etiqueta de columna
: valor escalar
Takeable: interpreta el índice/columna como indexadores, predeterminado Falso

Retorno: marco: DataFrame Si contiene un par de etiquetas, será una referencia para llamar a DataFrame, de lo contrario, un nuevo objeto

Ejemplo #1: Use set_value()la función para establecer el valor en el marco de datos en un índice particular.

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":[1, 5, 3, 4, 2],
                   "B":[3, 2, 4, 3, 4], 
                   "C":[2, 2, 7, 3, 4],
                   "D":[4, 3, 6, 12, 7]})
  
# Print the dataframe
df

Usemos la dataframe.set_value()función para establecer el valor de un índice en particular.

# set value of a cell which has index label "2" and column label "B"
df.set_value(2, 'B', 100)

Salida:

 
Ejemplo n.º 2: use set_value()la función para establecer el valor de un índice y una columna inexistentes en el marco de datos.

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":[1, 5, 3, 4, 2],
                   "B":[3, 2, 4, 3, 4], 
                   "C":[2, 2, 7, 3, 4], 
                   "D":[4, 3, 6, 12, 7]})
  
# Print the dataframe
df

Usemos la dataframe.set_value()función para establecer el valor de un índice en particular.

# set value of a cell which has index label "8" and column label "8"
df.set_value(8, 8, 1000)

Producción :

Observe que para la fila y la columna inexistentes en el marco de datos, se ha insertado una nueva fila y columna.