Python 使用loc替换/选择列中的值。熊猫

我正在使用基于标签的索引功能

loc

搜索列列表中对象值为

“UN”

的所有标签，即列表

“列”

，但在这段代码中，只要

loc

在第一个索引中没有找到

“UN”

，它就会停止，只打印出第一个索引

columns=["median","age","capital"]  # this is the list of columns

最近的大学毕业生

是我的数据框架

for column in columns:
    recent_grads.loc[0:172 == 'UN',column]

这是

“中间值”

列

recent_grads["median"]

0        NaN
1      75000
2      73000
3      70000
4      65000
5      65000
6         UN
7      62000
8      60000
9      60000
10     60000
11     60000
12     60000
13     60000
14     58000
15     57100
16     57000
17     56000
18     54000
19     54000
20     53000
21     53000
22     52000
23     52000
24     51000
25     50000
26     50000
27     50000
28     50000
29     50000
       ...  
143    32000
144    32000
145    31500
146    31000
147    31000
148    31000
149    30500
150    30000
151    30000
152    30000
153    30000
154    30000
155    30000
156    30000
157    30000
158    29000
159    29000
160    29000
161    29000
162    28000
163    28000
164    28000
165    27500
166    27000
167    27000
168    26000
169    25000
170    25000
171    23400
172    22000
Name: median, Length: 173, dtype: object

至于我的代码输出：

recent_grads.loc[0:172 == 'UN',"median"]

输出：

0    NaN
Name: median, dtype: object

关于随机起始指标的选择

recent_grads.loc[3:172 == ['UN'],"median"]

结果不同：

Series([], Name: median, dtype: object)

---

我认为您需要在前172条记录的列中搜索“UN”，如果是这样的话：

# returns a dataframe
df.head(172).filter(df[column] == 'UN')

文件：

更新：

如果要使用

loc

，请轻松：

df.head(172).loc[df[column] == 'UN']

---

对于已接受的答案，这不会将

数据帧

转换为列表，从而创建新对象，并且可能会占用更多内存，尤其是当数据较大时。因此，本机数据帧方法更有效

如果需要“UN”标签：

使用：

或：

其中：

recent_grads.loc[recent_grads['median']=='UN'] 

---

查找包含

UN

的行，提供示例数据和预期输出。不清楚需要什么，可能是

最近的毕业生。loc[0:172，column]=“UN”

？

0:172

表示什么？您所说的

是什么意思，其中对象的值在列的列表中为“UN”？你能给我一个机会吗？好了！例子。检查@韦丹特里帕蒂如果我的答案是你所需要的，你可以选择它作为一个公认的答案。或者你可以告诉我如何改进它。谢谢。有没有办法使用loc函数来实现这一点？我正在尝试使用loc来实现它，然后在过滤器之后，我将用NaN替换“UN”。@Vedanttripath我已经更新了答案，我认为我的解决方案更好。谢谢，我能够理解并执行该操作。
list_of_index = list(recent_grads.loc[recent_grads['median']=='UN'].index)

recent_grads.loc[recent_grads['median']=='UN']