Offer 驾到，掘友接招！我正在参与2022春招打卡活动，点击查看活动详情。
本篇文章的试题主要涉及 Dataframe 的修改操作，包括值的修改、索引列名的修改等等。
试题一：如何修改 DataFrame 的值？
（难度：easy）
分析
前面说如何对 DataFrame 数据进行查询的时候，提到了loc、iloc、at、iat等方法可以查询 Dataframe 某个位置的 数据，修改实际上就是先定位某个位置的数据，然后对数据进行修改即可。
代码
还是以之前的 Dataframe 数据为例：
# 对索引为2的行进行修改
df.loc[2:2,('name','score')]=['name_two', 100]
# 对第0行到第1行进行修改
df.loc[0:1,('name','score')]=[['name_one', 100],['name_two', 100]]
# 对class列进行修改
df.loc[:, ('class')]=[9,9,9,9,9]
通过上面我们可以看出，修改 Dataframe 数据的话，只需定位到要修改数据的位置，然后重新进行赋值即可，同理，iloc、at、iat修改数据的使用方法也一样，就不做一一赘述了。
试题二：如何修改 DataFrame 的索引/列名？
（难度：easy）
分析
使用rename()方法，既可以修改行索引，也可以修改列索引。
使用方法如下：
# 修改指定列索引
df.rename(columns={'score':'score_new'}, inplace=True)
df
# 修改指定行索引
df.rename({0:'zero'}, inplace=True)
df
rename()方法默认修改行索引，指定columns={}表示修改列索引，参数inplace=True表示在原来的 DataFrame 上进行修改。
除此之外，还可以使用df.columns=xx的方式对 DataFrame 的列名进行重新赋值，使用如下：
# 修改全部列名
df.columns=['id_new','name_new','score_new','class_new']
df
但是这种方式仅支持全部更改，不支持修改部分，比较暴力，一般不采用。
原创不易，如果小伙伴们觉得有帮助，麻烦点个赞再走呗~
最后，感谢女朋友在工作和生活中的包容、理解与支持 ！
