Python 3.x 使用函数替换列中的单元格值

我有一个相当大的数据帧22000X29。我想清理一个特定的列以进行数据聚合。一列值可以替换多个单元格。我想用replace函数编写一个函数来完成这个任务。如何将列名传递给函数

我尝试将列名作为变量传递给函数。 当然，我可以一个变量一个变量地做这个，但那会很乏味

#replace in df from list
def replaceCell(mylist,myval,mycol,mydf):
    for i in range(len(mylist)):
        mydf.mycol.replace(to_replace=mylist[i],value=myval,inplace=True)
    return mydf

replaceCell((c1,c2,c3,c4,c5,c6,c7),c0,'SCity',cimsBid)

cimsBid是Dataframes，SCity是我想要更改值的列

错误消息：

AttributeError:“DataFrame”对象没有属性“mycl”

---

尝试以以下方式访问您的列：

mydf[mycol]

在该命令上：

mydf.mycol.replace(to_replace=mylist[i],value=myval,inplace=True)

属性运算符不允许对变量名进行列访问。您需要通过索引操作符

[]

访问它，如下所示：

mydf[mycol].replace(to_replace=mylist[i],value=myval,inplace=True)

几乎没有更多的警告了

警告

• 只有当index元素是有效的Python标识符时，才能使用此访问，例如不允许使用s.1。请参见此处以了解有关的解释 有效标识符
• 如果该属性与现有方法名称冲突，例如不允许使用s.min，则该属性将不可用

• 类似地，如果该属性与以下任何列表冲突，则该属性将不可用：索引、长轴、短轴、项目

• 在上述任何情况下，标准索引仍然有效，例如s['1']、s['min']和s['index']将访问相应的
  元素或列

---

将列作为字符串寻址。 您应该传递整个要替换的值列表（to_replace）和新值列表（value）。（不要使用元组。 如果您想用相同的新值替换所有值，最好是这样

def replaceCell(mylist,myval,mycol,mydf):
    mydf[mycol].replace(to_replace=mylist,value=myval,inplace=True)
    return mydf

这将返回带有替换值的df

如果只想更改几个值，可以在循环中执行此操作

def replaceCell2(mylist,myval,mycol,mydf):
    for i in range(len(mylist)):
        mydf[mycol].replace(to_replace=mylist[i],value=myval,inplace=True)
    return mydf

---

嗨，试试这些功能，希望它能工作

def replace_values(replace_dict,mycol,mydf):                                                                                       
   mydf = mydf.replace({mycol: replace_dict})
   return mydf

---

将替换值传递为DictonaryThank！我做到了！发布后我立即看到了您的答案，系统说等待一分钟。现在返回一个。我看到您正在一次性替换整个列表，而不是逐项替换。我猜在更大的数据帧中节省的时间将至关重要？感谢您的洞察力。循环是必要的如果只应替换少数值，则为ry

# example dataframe
df = pd.DataFrame( {'SCity':['A','D','D', 'B','C','A','B','D'] ,
                    'value':[23, 42,76,34,87,1,52,94]})

# Only entries with value 'A' or 'B' will be replaced by 'c0'
mylist = ['A','B']
myval = 'c0'
df = replaceCell2(mylist,myval,'SCity',df)

# the output
df
    SCity   value
0   c0      23
1   D       42
2   D       76
3   c0      34
4   C       87
5   c0       1
6   c0      52
7   D       94

def replace_values(replace_dict,mycol,mydf):                                                                                       
   mydf = mydf.replace({mycol: replace_dict})
   return mydf