這篇文章給大家介紹利用pandas賦值出現失敗如何解決，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

一、pandas對整列賦值

這個比較正常，一般直接賦值就可以:

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

二、pandas對非整列賦值

1、用單個值賦值

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，沒有賦值成功??！

2、用多個值賦值

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

報錯了?。√崾菊f，要用.loc賦值，那我們試一下。

3、.loc賦值

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]

報錯，這是因為shape原因。

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

三、用數據的另外一列賦值

1、錯誤方式

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

正確方式

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()

關于利用pandas賦值出現失敗如何解決就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。