
上QQ阅读APP看书,第一时间看更新
122 使用iloc筛选并修改单行数据
此案例主要演示了在iloc中仅设置行索引数字,实现在DataFrame中筛选并修改单行数据。当在Jupyter Notebook中运行此案例代码之后,将在DataFrame中把聚石化学这一行的所有数据分别乘以2,效果分别如图122-1和图122-2所示。

图122-1

图122-2
主要代码如下。

在上面这段代码中,df.iloc[2]*=2表示在df中把第3行的所有数据分别乘以2,即在df中把聚石化学这一行的所有数据分别乘以2。
此案例的主要源文件是MyCode\H123\H123.ipynb。