視頻演示

一、前言：掌握Series數據修改是數據處理的基礎

在使用Python進行數據分析時，Pandas庫的Series對象是最常用的結構之一。在上一個視頻中我們已經學習了如何創建Series對象，而本次內容將聚焦于**如何修改Series對象中的數據**。無論是通過索引直接賦值，還是使用布爾索引批量更改值，掌握這些操作將為你后續的數據清洗與分析打下堅實的基礎。

二、方法一：使用索引直接修改單個元素

最直接的修改方式就是使用索引進行賦值，這類似于Python中對列表或字典的訪問操作。

示例步驟：

1. 創建一個帶有自定義索引的Series對象：

import pandas as pds = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])

2. 打印原始Series內容查看值和索引：

print(s)

3. 修改索引為 `'b'` 的元素，將其值從 `20` 改為 `25`：

?s['b'] = 25

4. 再次打印，確認更改：

print(s)

你會發現，`b` 對應的值已經成功更改為 `25`。

三、方法二：使用默認整數索引修改元素

即使Series有自定義索引，我們也可以使用整數位置來修改值，這在某些情況下更為便捷。

示例步驟：

1. 繼續使用上一步的Series對象 `s`。

2. 通過位置索引來修改第三個元素（索引為 `2`，對應 `'c'`）的值為 `35`：

s[2] = 35

3. 打印結果，確認變化：

print(s)

可以看到，原來 `'c'` 對應的值從 `30` 被改為 `35`，說明修改成功。

四、方法三：利用布爾索引批量修改數據

當需要對滿足某些條件的多個元素同時修改時，布爾索引是一個強大且高效的工具。

示例步驟：

1. 創建一個不帶自定義索引的Series對象：

s = pd.Series([10, 20, 30, 40])

2. 設定條件并批量修改：將所有值大于20的元素都乘以2。

s[s > 20] = s[s > 20] * 2

3. 打印結果驗證更改：

print(s)

執行結果為 `[10, 20, 60, 80]`，表示原來的 `30` 和 `40` 被分別乘以2，批量修改成功。

五、總結：掌握Series修改方式為高效數據分析奠基

在本文中，我們學習了三種修改Series對象中數據的方式：通過索引賦值、通過位置索引賦值、以及使用布爾索引批量修改。這些操作是Pandas數據處理過程中的核心技能。熟練掌握這些技巧將幫助你在日常的數據清洗和特征工程任務中更加得心應手。