pandas如何修改特定的值

"""用map实现字典映射"""
df = pd.DataFrame({"姓名":["大宝","二狗","三炮","四眼","五福"],"工龄":[3,5,2,1,None],"奖金":[200,300,100,100,None]})
change = {"大宝":"张三",
          "二狗":"李四",
          "三炮":"王五",
          "四眼":"赵六",
         "五福":"宋七"}
df["姓名"] = df["姓名"].map(change)
# 注意：用map做字典映射的时候，字典的键必须包含Series所有的非重复值，否则没在字典键没有描述到的值也会被默认修改成最后一个键的值

def fun(x):
    return x + 1
df["工龄"] = df["工龄"].map(fun) # 不论map还是apply,都是只传函数名不加括号调用

"""apply可以映射多个参数的函数"""
def func(x,num):
    return x + x * num

def foo(x,y):
    if x >= 3:
        return x * y
    else:
        return x * y / 2
df["次月奖金"] = df["奖金"].apply(func,args=(0.1,),axis=1) #args用于接收额外的参数，以元组类型传递。axis默认等于0
df["年终奖"] = df.apply(lambda df: foo(x=df["工龄"],y=df["奖金"]),axis=1) # 个人推荐用法
df[["奖金","次月奖金","年终奖"]].apply(sum,axis=0) #对每列求和

df.loc[df["工龄"]<2,"年终奖"] = 500 # 其本质是根据特定条件找到符合条件的索引重新赋值
# 注意使用上述用法的前提是DataFrame的索引必须是连续不间断的。若索引不连续，可以先用reset_index()将索引转换成列，这样就会默认生成新的索引

df.fillna({"工龄":1,"奖金":df["工龄"]*100},inplace=True)