下面是在Python Pandas中改变数字大小的完整攻略，包含以下内容：
1.使用apply()方法改变数字大小
2.使用map()方法改变数字大小
3.使用lambda表达式改变数字大小
4.使用astype()方法改变数据类型
1.使用apply()方法改变数字大小
apply()方法可以对一个数据框中的某一列或多列数据进行操作，比如，当我们需要改变某一列数据的统一大小时，可以使用apply()方法。
例如，现在有一份学生成绩单数据，需要将数学成绩修改为原来的50倍，代码如下：
import pandas as pd
df = pd.read_csv('students.csv', encoding='utf-8')
df['math'] = df['math'].apply(lambda x: x * 50)
print(df.head())
运行结果如下：
name age math english
0 Tom 18 4700 85
1 Jack 20 4950 87
2 Alice 19 3800 73
3 Lily 22 3100 65
4 Lucy 21 4050 89
2.使用map()方法改变数字大小
当我们需要改变一个数据框中某一列数据的统一大小时，同时希望能将每个元素与一个参照值相乘，就可以利用map()方法。
例如，现在需要将学生成绩表中的数学成绩都乘以参照值50，代码如下：
import pandas as pd
df = pd.read_csv('students.csv', encoding='utf-8')
df['math'] = df['math'].map(lambda x: x * 50)
print(df.head())
运行结果如下：
name age math english
0 Tom 18 4700 85
1 Jack 20 4950 87
2 Alice 19 3800 73
3 Lily 22 3100 65
4 Lucy 21 4050 89
3.使用lambda表达式改变数字大小
如果只需要改变数据框中的某一个元素的大小，可以使用lambda表达式。
例如，如果只需要将成绩表的第一行第三列数学成绩修改为原来的50倍，可以使用如下代码：
import pandas as pd
df = pd.read_csv('students.csv', encoding='utf-8')
df.loc[0,'math'] = df.loc[0,'math']*50
print(df.head())
运行结果如下：
name age math english
0 Tom 18 4700 85
1 Jack 20 99 87
2 Alice 19 76 73
3 Lily 22 62 65
4 Lucy 21 81 89
在这个例子中，我们使用了loc方法访问数据框中某一行某一个元素，并将其修改为原来的50倍。
4.使用astype()方法改变数据类型
有时候我们需要将数据框中的数字强制转换为特定的数据类型，可以使用astype()方法。
例如，如果需要将学生成绩中的数学成绩修改为整型，代码如下：
import pandas as pd
df = pd.read_csv('students.csv', encoding='utf-8')
df['math'] = df['math'].astype(int)
print(df.head())
运行结果如下：
name age math english
0 Tom 18 94 85
1 Jack 20 99 87
2 Alice 19 76 73
3 Lily 22 62 65
4 Lucy 21 81 89
在这个例子中，我们使用astype()方法将math列中的所有数字转换为整型。
总结：
以上就是在Python Pandas中改变数字大小的完整攻略，包含apply()方法、map()方法、lambda表达式、astype()方法。通过掌握这些方法，我们可以便捷地修改数据框中数据的大小或数据类型。
本文链接：http://task.lmcjl.com/news/17499.html