Python 3.x series.replace（）有什么问题？

我试图用其他整数值替换pd.Series中的整数值，如下所示。我正在使用类似dict的替换：

ser_list = [pd.Series([65, 1, 0, 0, 1]), pd.Series([0, 62, 1, 1, 0])]
for ser in ser_list:
    ser.replace({65: 10, 62: 20})

我期待着结果：

[10, 1, 0, 0, 1] # first series in the list
[0, 20, 1, 1, 0] # second series in the list

其中，在第一个系列中，65应替换为10，在第二个系列中，62应替换为20

---

然而，在这段代码中，它返回的是原始系列，没有任何替换。有什么线索吗？

有可能，通过

inplace=True

：

for ser in ser_list:
    ser.replace({65: 10, 62: 20}, inplace=True)
    
print (ser_list)
[0    10
1     1
2     0
3     0
4     1
dtype: int64, 0     0
1    20
2     1
3     1
4     0
dtype: int64]

但不推荐，如评论中提到的@Dan-：

熊猫核心团队不鼓励使用inplace参数，最终它将被弃用（这意味着“计划从库中删除”）。原因如下：

inplace在方法链中不起作用。
使用inplace通常不会阻止创建副本，这与名称的含义相反。
删除inplace选项将降低pandas代码库的复杂性

或在列表理解中指定给同一变量：

ser_list = [ser.replace({65: 10, 62: 20}) for ser in ser_list]

循环解决方案可以附加到新列表并重新分配：

out = []
for ser in ser_list:
    ser = ser.replace({65: 10, 62: 20})
    out.append(ser)
    
print (out)
[0    10
1     1
2     0
3     0
4     1
dtype: int64, 0     0
1    20
2     1
3     1
4     0
dtype: int64]

---

可以通过

inplace=True

：

for ser in ser_list:
    ser.replace({65: 10, 62: 20}, inplace=True)
    
print (ser_list)
[0    10
1     1
2     0
3     0
4     1
dtype: int64, 0     0
1    20
2     1
3     1
4     0
dtype: int64]

但不推荐，如评论中提到的@Dan-：

熊猫核心团队不鼓励使用inplace参数，最终它将被弃用（这意味着“计划从库中删除”）。原因如下：

inplace在方法链中不起作用。
使用inplace通常不会阻止创建副本，这与名称的含义相反。
删除inplace选项将降低pandas代码库的复杂性

或在列表理解中指定给同一变量：

ser_list = [ser.replace({65: 10, 62: 20}) for ser in ser_list]

循环解决方案可以附加到新列表并重新分配：

out = []
for ser in ser_list:
    ser = ser.replace({65: 10, 62: 20})
    out.append(ser)
    
print (out)
[0    10
1     1
2     0
3     0
4     1
dtype: int64, 0     0
1    20
2     1
3     1
4     0
dtype: int64]

---

我们还可以将

Series.map

与

fillna

和

列表理解一起使用：

new = [ser.map({65: 10, 62: 20}).fillna(ser) for ser in ser_list]

print(new)
[0    10.0
1     1.0
2     0.0
3     0.0
4     1.0
dtype: float64, 0     0.0
1    20.0
2     1.0
3     1.0
4     0.0
dtype: float64]

我们还可以将
Series.map
与
fillna
和
列表理解一起使用：

new = [ser.map({65: 10, 62: 20}).fillna(ser) for ser in ser_list]

print(new)
[0    10.0
1     1.0
2     0.0
3     0.0
4     1.0
dtype: float64, 0     0.0
1    20.0
2     1.0
3     1.0
4     0.0
dtype: float64]