pandas

继续实行通常的索引定位与数据选择 *** 作

import numpy as np
import pandas as  pd

dates=pd.date_range('20201024',periods=6)      #以天为单位6个时间段
df=pd.DataFrame(np.arange(24).reshape((6,4)),index=dates,columns=['a','b','c','d'])  #六行四列数据，数据值为0~23，列名为a,b,c,d，索引为6个时间段

df.iloc[2,2]=1111       #将索引为[2,2]的数值替换为1111，即实际处于3行3列的数据值替换为1111
df.loc['20201024','b']=2222  #索引为20201024，列名为b的数据被替换为2222
df.a[df.a>4]=0     #将a列里值大于4的数据变为0
df['e']=np.array([1,1,1,1,1,1])   #以数组形式将e列的6行数据全部替换为1
df['f']=pd.Series([1,2,3,4,5,6],index=pd.date_range('20201024',periods=6)) #以单条数据列形式将f列数据替换为1,2,3,4,5,6。索引不变

print(df)

结果： 

            a     b     c   d  e  f
2020-10-24  0  2222     2   3  1  1
2020-10-25  4     5     6   7  1  2
2020-10-26  0     9  1111  11  1  3
2020-10-27  0    13    14  15  1  4
2020-10-28  0    17    18  19  1  5
2020-10-29  0    21    22  23  1  6