Python 如何用一系列字符串替换一系列布尔值？

解决方案是使用replace（）两次：

import pandas as pd
s = pd.Series([True, False, False])

s = s.replace(False, "A")
s = s.replace(True, 'B')

那么

---

有没有更优雅的方法来实现这一点？

使用

map

mapper={True:'B',False:'A'}
s = s.map(mapper)
s
Out[598]: 
0    B
1    A
2    A
dtype: object

---

使用

map

mapper={True:'B',False:'A'}
s = s.map(mapper)
s
Out[598]: 
0    B
1    A
2    A
dtype: object

我会用：

我会用：

使用：

如果您正在输入布尔序列，则这比

映射

和

应用

要快得多：

s = pd.Series(np.random.choice([True, False], 1000000))

%%timeit
np.where(s, 'A','B')

每个回路4.43 ms±94.3µs（7次运行的平均值±标准偏差，每个100个回路）

每个回路44.1 ms±178µs（7次运行的平均值±标准偏差，每个10个回路）

每个回路126 ms±4.51 ms（7次运行的平均值±标准偏差，每个10个回路）

使用：

如果您正在输入布尔序列，则这比

映射

和

应用

要快得多：

s = pd.Series(np.random.choice([True, False], 1000000))

%%timeit
np.where(s, 'A','B')

每个回路4.43 ms±94.3µs（7次运行的平均值±标准偏差，每个100个回路）

每个回路44.1 ms±178µs（7次运行的平均值±标准偏差，每个10个回路）

---

每个循环126 ms±4.51 ms（7次运行的平均值±标准偏差，每个循环10次）

您可以使用.map（）函数使用以下命令：

s = pd.Series([True, False, False])
s = s.map({True: 'A', False: 'B'})
print(s) 

s = pd.Series([True, False, False])
s = s.map(lambda x: "A" if x else "B")        
print(s)

或者也可以尝试使用.map（）函数下的lambda函数的另一种方法：

s = pd.Series([True, False, False])
s = s.map({True: 'A', False: 'B'})
print(s) 

s = pd.Series([True, False, False])
s = s.map(lambda x: "A" if x else "B")        
print(s)

---

可以使用.map（）函数使用以下命令：

s = pd.Series([True, False, False])
s = s.map({True: 'A', False: 'B'})
print(s) 

s = pd.Series([True, False, False])
s = s.map(lambda x: "A" if x else "B")        
print(s)

或者也可以尝试使用.map（）函数下的lambda函数的另一种方法：

s = pd.Series([True, False, False])
s = s.map({True: 'A', False: 'B'})
print(s) 

s = pd.Series([True, False, False])
s = s.map(lambda x: "A" if x else "B")        
print(s)

---

一次通过：

s.apply（lambda v:{False:“A”，True:“B”}[v]）

这里有

replace

效率低下的原因。一次通过：

s.apply（lambda v:{False:“A”，True:“B”}[v]）

这里有

replace

效率低下的原因。我打算提出这个建议。我不能测试atm，但我怀疑它比

map

？@roganjosh快，对性能没有把握。可能不是瓶颈，但值得测试：）我打算提出这个建议。我不能测试atm，但我怀疑它比

map

？@roganjosh快，对性能没有把握。可能不是瓶颈，但值得测试：）