Как пройтись по pandas.dataframe и изменить данные?

@narciso 

Чтобы пройтись по DataFrame и изменить данные, можно использовать различные методы и функции библиотеки pandas.

Один из подходов - использовать методы iterrows или itertuples.

Метод iterrows позволяет пройтись по DataFrame в цикле и получить каждую строку в виде кортежа (индекс строки, значения в столбцах). Для изменения данных, можно обратиться к конкретному элементу по индексу и столбцу и присвоить новое значение.

Пример:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

import pandas as pd

# Создание DataFrame
data = {'Имя': ['Иван', 'Мария', 'Алексей'],
        'Возраст': [25, 30, 35]}
df = pd.DataFrame(data)

# Проход по DataFrame и изменение данных
for index, row in df.iterrows():
    # Изменение значения в столбце "Возраст"
    df.at[index, 'Возраст'] = row['Возраст'] + 1

print(df)

Вывод:

1
2
3
4

       Имя  Возраст
0     Иван       26
1    Мария       31
2  Алексей       36

Метод itertuples возвращает строки DataFrame в виде именованных кортежей, что может быть более эффективным в некоторых случаях. Например, чтобы изменить данные в конкретном столбце, можно преобразовать столбец в список и изменить его элементы, а затем присвоить новый список столбцу.

Пример:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

import pandas as pd

# Создание DataFrame
data = {'Имя': ['Иван', 'Мария', 'Алексей'],
        'Возраст': [25, 30, 35]}
df = pd.DataFrame(data)

# Проход по DataFrame и изменение данных
for row in df.itertuples(index=False):
    # Изменение значения в столбце "Возраст"
    df['Возраст'] = [age + 1 for age in df['Возраст']]

print(df)

Вывод:

1
2
3
4

       Имя  Возраст
0     Иван       26
1    Мария       31
2  Алексей       36

Оба метода, iterrows и itertuples, позволяют модифицировать данные в DataFrame, однако они могут быть не самыми эффективными для больших наборов данных. Если вам нужно выполнять сложные преобразования, существуют и другие методы, такие как apply, которые могут быть более эффективными.