Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。
Pandas dataframe.set_value()函数将单个值放在传递的列和索引处。它以轴标签为输入，并以标量值放置在 DataFrame 中的指定索引处。替代此功能的是.at[]或者.iat[]。
用法：DataFrame.set_value(index, col, value, takeable=False)
参数：
index: row label
col: column label
value: scalar value
takeable:  interpret the index/col as indexers, default False
返回：frame：DataFrame如果包含标签对，将引用调用DataFrame，否则将引用一个新对象
范例1：采用set_value()函数将数据帧中的值设置为特定索引。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.DataFrame({"A":[1, 5, 3, 4, 2],
"B":[3, 2, 4, 3, 4],
"C":[2, 2, 7, 3, 4],
"D":[4, 3, 6, 12, 7]})
# Print the dataframe
df
让我们使用dataframe.set_value()用于设置特定索引值的函数。
# set value of a cell which has index label "2" and column label "B"
df.set_value(2, 'B', 100)
输出：
范例2：采用set_value()用于设置 DataFrame 中不存在的索引和列的值的函数。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.DataFrame({"A":[1, 5, 3, 4, 2],
"B":[3, 2, 4, 3, 4],
"C":[2, 2, 7, 3, 4],
"D":[4, 3, 6, 12, 7]})
# Print the dataframe
df
让我们使用dataframe.set_value()用于设置特定索引值的函数。
# set value of a cell which has index label "8" and column label "8"
df.set_value(8, 8, 1000)
输出：
请注意，对于 DataFrame 中不存在的行和列，已插入新的行和列。

1、help()
help()函数可以比较详细的介绍一个函数的使用方法。
如:>>>help(print)
Help on built-in function print in module builtins:
print(...)
print(value, ..., sep=' ', end='
', file=sys.stdout, flush=False)
Prints the values to a stream, or to sys.stdout by default.
Optional keyword arguments:
file:  a file-like object (stream); defaults to the current sys.stdout.
sep:   string inserted between values, default a space.
end:   string appended after the last value, default a newline.
flush: whether to forcibly flush the stream.
相关推荐：《Python入门教程》
2、dir()
dir()函数可以列出所查询内容的内置属性和方法。
如：>>>dir(str)
['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__',
'__getattribute__', '__getitem__', '__getnewargs__', '__gt__', '__hash__', '__init__', '__init_subclass__',
'__iter__', '__le__', '__len__', '__lt__', '__mod__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__',
'__repr__', '__rmod__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'capitalize',
'casefold', 'center', 'count', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'format_map', 'index', 'isalnum',
'isalpha', 'isascii', 'isdecimal', 'isdigit', 'isidentifier', 'islower', 'isnumeric', 'isprintable', 'isspace',
'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'maketrans', 'partition', 'replace', 'rfind', 'rindex',
'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title',
'translate', 'upper', 'zfill']
dir()也可以查询python的内置方法。>>>dir(__builtins__)
['ArithmeticError', 'AssertionError', 'AttributeError', 'BaseException', 'BlockingIOError', 'BrokenPipeError',
'BufferError', 'BytesWarning', 'ChildProcessError', 'ConnectionAbortedError', 'ConnectionError',
'ConnectionRefusedError', 'ConnectionResetError', 'DeprecationWarning', 'EOFError', 'Ellipsis', 'EnvironmentError',
'Exception', 'False', 'FileExistsError', 'FileNotFoundError', 'FloatingPointError', 'FutureWarning', 'GeneratorExit',
'IOError', 'ImportError', 'ImportWarning', 'IndentationError', 'IndexError', 'InterruptedError', 'IsADirectoryError',
'KeyError', 'KeyboardInterrupt', 'LookupError', 'MemoryError', 'ModuleNotFoundError', 'NameError', 'None',
'NotADirectoryError', 'NotImplemented', 'NotImplementedError', 'OSError', 'OverflowError', 'PendingDeprecationWarning',
'PermissionError', 'ProcessLookupError', 'RecursionError', 'ReferenceError', 'ResourceWarning', 'RuntimeError',
'RuntimeWarning', 'StopAsyncIteration', 'StopIteration', 'SyntaxError', 'SyntaxWarning', 'SystemError', 'SystemExit',
'TabError', 'TimeoutError', 'True', 'TypeError', 'UnboundLocalError', 'UnicodeDecodeError', 'UnicodeEncodeError',
'UnicodeError', 'UnicodeTranslateError', 'UnicodeWarning', 'UserWarning', 'ValueError', 'Warning', 'WindowsError',
'ZeroDivisionError', '_', '__build_class__', '__debug__', '__doc__', '__import__', '__loader__', '__name__',
'__package__', '__spec__', 'abs', 'all', 'any', 'ascii', 'bin', 'bool', 'breakpoint', 'bytearray', 'bytes',
'callable', 'chr', 'classmethod', 'compile', 'complex', 'copyright', 'credits', 'delattr', 'dict', 'dir', 'divmod',
'enumerate', 'eval', 'exec', 'exit', 'filter', 'float', 'format', 'frozenset', 'getattr', 'globals', 'hasattr',
'hash', 'help', 'hex', 'id', 'input', 'int', 'isinstance', 'issubclass', 'iter', 'len', 'license', 'list', 'locals',
'map', 'max', 'memoryview', 'min', 'next', 'object', 'oct', 'open', 'ord', 'pow', 'print', 'property', 'quit',
'range', 'repr', 'reversed', 'round', 'set', 'setattr', 'slice', 'sorted', 'staticmethod', 'str', 'sum', 'super',
'tuple', 'type', 'vars', 'zip']
3、xx.__doc__
查看使用帮助，一般为创建该类时候的备注。
4、xx.__dict__
查看对象所拥有的属性。
5、在IDLE中点击help中的python docs
在输入栏中打上你要查找的内容直接搜索，不过这里应该只有python自带的一下基本的模块。

摘要：
在python的使用过程中，难免会遇到要移除列表中对象的要求。这时可以使用remove函数。
对于python中的remove()函数，官方文档的解释是：Remove first occurrence of value.大意也就是移除列表中等于指定值的第一个匹配的元素。
语法
list.remove()
参数
obj 参数：从列表中删除的对象的索引
返回值
删除后不会返回值
常见用法：
a = [1,2,3,4],a.remove(1)，然后a就是[2,3,4]；对于a = [1,1,1,2]，其结果也是[1,1,2]，这是最基本的用法。
但是对于下面这个：
a = [1,2,3,4]
for i in a:
a.remove(i)
# 结果
a = [2,4]
或者说
a = [1,1,1,1,1,2]
for i in a:
a.remove(1)
#结果
a = [1,1,2]
是不是跟想象中的不一样，其主要原因如下(^表示当前迭代器位于列表中的位置)：
a = [ 1 , 2 , 3 , 4]
假设此时  ^
默认情况下只想第一个元素，然后执行a.remove(1)，然后下标向后移动，列表因为删除了元素，后面的向前移动，如下：
a = [ 2 , 3 , 4]
此时       ^
此时执行a.remove(3)，重复上面的移动
a = [ 2 , 4]
此时           ^
因为已经到了列表的边界，故结束遍历，并返回`a = [2,4]`。
解决办法：
# 一下为解决办法之一
d = dict(zip(range(len(a)), a))
[v for k, v in d.items() if v != value]
总结：
关于python列表的remove操作涉及了列表下标的移动以及列表中元素的移动，涉及了一些关于数组的知识。其核心问题就是前面所说的。
到此这篇关于python中remove函数的踩坑记录的文章就介绍到这了,更多相关python中remove函数坑内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

字典的特性：
key-value结构
key必须可hash、且必须为不可变数据类型、必须唯一
可存放任意多个值、可修改、可以不唯一
无序
查找速度快
dict_fruit = {'apple':'苹果','banana':'香蕉','cherry':'樱桃','avocado':'牛油果','watermelon':'西瓜'}
"apple" in dict_fruit  >>> True    # 判断是否在字典中
for key in dict_fruit:  >>> apple,banana,cherry,avocado,watermelon    # 遍历字典中的key (默认遍历与  for key in res.keys():  相同)  【通过这查找values的值】
for value in res.values():  >>>  苹果,香蕉,樱桃,牛油果,西瓜    #遍历字典中的value
for key,value in dict_fruit.items():  >>>  apple 苹果、banana 香蕉、cherry 樱桃、avocado 牛油果、watermelon 西瓜    #遍历字典中的 key和 values   【基本不用】
增加：
dict_fruit["pineapple"] = “菠萝”
删除：
dict_fruit.pop["apple"]        #删除同时返回删除的值
dict_fruit.popitem()        #随机删除数组中的值
改：
dict_fruit["apple"] = "苹果1"
查找：
dict_fruit["apple"]        #如果值不存在报错
dict_fruit.get("apple")        #get 方法查找如果不存在返回空
dict_fruit.keys()        # 列出所有key 的值
dict_fruit.values()      # 列出所有value的值
dict_fruit.items()        #把key和value 放到元组里面
dict_fruit.update(res)    #把res字典填充到dict_update中有key的值覆盖
dict_fruit.setdefault(2,3)    #创建新的key 如果创建的key字典中有则返回原来key的值
dict.fromkeys(["a","b","c"],"xhl")        #批量生成相同value的字典