如何迭代 DataFrame 列并更新列值

Question

我正在尝试遍历 abc 列并更新其值，但我不断收到错误。任何帮助将不胜感激。

somedata.csv:
                    ABC
0               0.00094
1               0.00094
2               0.00094
3               0.00094
...
4999            0.00094


data = pd.read_csv("somedata.csv")
abc = pd.DataFrame(data, columns = ['ABC'])

for column in abc:
    value = (abc - min(abc)) / (max(abc) - min(abc))
    abc = value

错误：numpy.core._exceptions.UFuncTypeError：ufunc 'subtract' 不包含签名匹配类型的循环（dtype('dtype('

第 72 行，在
值 = (abc - min(abc)) / (max(abc) - min(abc))

Answer 1

所以有一些问题。在“abc”实例化上，完成“)”。 value = (abc - min(abc)) / (max(abc) - min(abc)) 这一行非常令人困惑。 abc 你有一个数据框列，所以我假设你想更新这个名为“ABC”的列的每一行值。

要获取值 = (ThisRowValue - min(abc)) / (max(abc) - min(abc))，请使用 Panda's max and min

我会写这个

#Separate out the column (assuming multiple columns)
abc = df['ABC']
abc = list(map(float, abc)) #Edited to turn it into float values

list2 = [] # Empty list for storage
for this_row_value in abc: #Iterate for each value in column 'ABC'
    value = (this_row_value - abc.min()) / (abc.max() - abc.min()) #Utilize Panda's Min/Max
    list2.append(value)

#Set updated values to the column values. You can also use Pandas Update.
df['ABC'] = list2

df 只是数据框对象。