Python：更改数据帧中的值

我是python和pandas的新手，我需要一些想法。假设我有以下数据帧：

0 1 2 3 4 5
1 5 5 5 5 5
2 5 5 5 5 5
3 5 5 5 5 5
4 5 5 5 5 5

我希望遍历每一行并更改特定列的值。假设我想将列（2,3,4）中的所有值都更改为3

这就是我尝试过的，我走的路对吗

for row in df.iterrows():
        for col in range(2, 4):
            df.set_value('row', 'col', 3)

编辑： 谢谢你的回复。简单的解决方案是显而易见的，但是如果我想将值更改为这个。。。例如：

0  1  2  3  4  5
1  1  2  3  4  5
2  6  7  8  9  10
3  11 12 13 14 15
4  16 17 18 19 20

---

如果在处理数据帧时使用循环，则几乎总是不正确

为此，您可以使用分配：

df[[2, 3, 4]] = 3

例如：

df = pd.DataFrame({1: [1, 2], 2:  [1, 2]})
print(df)
#     1  2
#  0  1  1
#  1  2  2

df[[1, 2]] = 3

print(df)
#     1  2
#  0  3  3
#  1  3  3

---

如果在处理数据帧时使用循环，则几乎总是不正确

为此，您可以使用分配：

df[[2, 3, 4]] = 3

例如：

df = pd.DataFrame({1: [1, 2], 2:  [1, 2]})
print(df)
#     1  2
#  0  1  1
#  1  2  2

df[[1, 2]] = 3

print(df)
#     1  2
#  0  3  3
#  1  3  3

你可以这样做

df.iloc[:,1] = 3 #columns 2 
df.iloc[:,2] = 3 
df.iloc[:,3] = 3 

你可以这样做

df.iloc[:,1] = 3 #columns 2 
df.iloc[:,2] = 3 
df.iloc[:,3] = 3 

---

只需给列

df[2]=3

，

df[3]=3

，

df[4]=3

，

df[[2,3,4]]=3

，就可以了。实际上没有理由循环。您可以调用每个列并指定值。除了为列指定一个值之外，您还需要什么吗？只需为列

df[2]=3

，

df[3]=3

，

df[4]=3

，

df[[2,3,4]=3

，实际上没有理由循环。您可以调用每个列并指定值。除了给列指定一个值之外，您还需要什么吗？是的，这是正确的。但是，如果我想将其应用于2000行数据，其中每行的赋值是不同的，该怎么办呢。它现在变得更复杂，因此循环。我创建了这个简化的示例，但我假设原理是相同的。@embedded.95那么这是一个完全不同的问题，以前已经被问过很多次了。使用索引或

np.where

。是的，这是正确的。但是，如果我想将其应用于2000行数据，其中每行的赋值是不同的，该怎么办呢。它现在变得更复杂，因此循环。我创建了这个简化的示例，但我假设原理是相同的。@embedded.95那么这是一个完全不同的问题，以前已经被问过很多次了。使用索引或

np.where

。