Python 用另一个值替换dataframe列中的几个值
我有一个数据帧df,如下所示:Python 用另一个值替换dataframe列中的几个值,python,replace,pandas,dataframe,Python,Replace,Pandas,Dataframe,我有一个数据帧df,如下所示: BrandName Specialty A H B I ABC J D K AB L 我想用A替换BrandName列中的'ABC'和'AB'。 有人能帮忙吗?最简单的方法是使用列上的方法。参数是要替换的内容(此处为['ABC',AB'])以及要替换的内容(本例中为字符串'a'): 这将创建一系列新值,因此您需要将此新列指定给正确的列名: df['BrandName'] = df
BrandName Specialty
A H
B I
ABC J
D K
AB L
我想用A替换BrandName列中的'ABC'和'AB'。
有人能帮忙吗?最简单的方法是使用列上的方法。参数是要替换的内容(此处为
['ABC',AB']
)以及要替换的内容(本例中为字符串'a'
):
这将创建一系列新值,因此您需要将此新列指定给正确的列名:
df['BrandName'] = df['BrandName'].replace(['ABC', 'AB'], 'A')
最简单的方法是在列上使用方法。参数是要替换的内容(此处为
['ABC',AB']
)以及要替换的内容(本例中为字符串'a'
):
这将创建一系列新值,因此您需要将此新列指定给正确的列名:
df['BrandName'] = df['BrandName'].replace(['ABC', 'AB'], 'A')
代替
DataFrame
对象具有强大而灵活的方法:
注意,如果需要进行适当的更改,请使用inplace
布尔参数作为replace
方法:
就地
inplace:布尔值,默认值False
如果为真
,则安装到位。注意:这将修改此对象上的任何其他视图(例如,数据框中的列)。如果这是True
,则返回调用者
一小条
代替
DataFrame
对象具有强大而灵活的方法:
注意,如果需要进行适当的更改,请使用inplace
布尔参数作为replace
方法:
就地
inplace:布尔值,默认值False
如果为真
,则安装到位。注意:这将修改此对象上的任何其他视图(例如,数据框中的列)。如果这是True
,则返回调用者
一小条
此解决方案将更改现有数据帧本身:
mydf = pd.DataFrame({"BrandName":["A", "B", "ABC", "D", "AB"], "Speciality":["H", "I", "J", "K", "L"]})
mydf["BrandName"].replace(["ABC", "AB"], "A", inplace=True)
此解决方案将更改现有数据帧本身:
mydf = pd.DataFrame({"BrandName":["A", "B", "ABC", "D", "AB"], "Speciality":["H", "I", "J", "K", "L"]})
mydf["BrandName"].replace(["ABC", "AB"], "A", inplace=True)
方法可用于替换多个值:
df.loc[df['BrandName'].isin(['ABC', 'AB'])] = 'A'
方法可用于替换多个值:
df.loc[df['BrandName'].isin(['ABC', 'AB'])] = 'A'
创建数据框:
import pandas as pd
dk=pd.DataFrame({"BrandName":['A','B','ABC','D','AB'],"Specialty":['H','I','J','K','L']})
现在使用DataFrame.replace()
函数:
dk.BrandName.replace(to_replace=['ABC','AB'],value='A')
创建数据框:
import pandas as pd
dk=pd.DataFrame({"BrandName":['A','B','ABC','D','AB'],"Specialty":['H','I','J','K','L']})
现在使用DataFrame.replace()
函数:
dk.BrandName.replace(to_replace=['ABC','AB'],value='A')
我只是想说明两种主要方法之间的性能差异:
df = pd.DataFrame(np.random.randint(0,10,size=(100, 4)), columns=list('ABCD'))
def loc():
df1.loc[df1["A"] == 2] = 5
%timeit loc
19.9 ns ± 0.0873 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
def replace():
df2['A'].replace(
to_replace=2,
value=5,
inplace=True
)
%timeit replace
19.6 ns ± 0.509 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
我只是想说明两种主要方法之间的性能差异:
df = pd.DataFrame(np.random.randint(0,10,size=(100, 4)), columns=list('ABCD'))
def loc():
df1.loc[df1["A"] == 2] = 5
%timeit loc
19.9 ns ± 0.0873 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
def replace():
df2['A'].replace(
to_replace=2,
value=5,
inplace=True
)
%timeit replace
19.6 ns ± 0.509 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
您还可以将一个
dict
传递给pandas.replace
方法:
data.replace({
“列名称”:{
“将值替换为替换”:“将值替换为此”
}
})
这样做的好处是,您可以一次替换多列中的多个值,如下所示:
data.replace({
“列名称”:{
“将值替换为替换”:“将值替换为此”,
‘foo’:‘bar’,
“垃圾邮件”:“鸡蛋”
},
“其他列名称”:{
“其他值要替换”:“其他值替换为此”
},
...
})
您也可以将dict
传递给熊猫。替换方法:
data.replace({
“列名称”:{
“将值替换为替换”:“将值替换为此”
}
})
这样做的好处是,您可以一次替换多列中的多个值,如下所示:
data.replace({
“列名称”:{
“将值替换为替换”:“将值替换为此”,
‘foo’:‘bar’,
“垃圾邮件”:“鸡蛋”
},
“其他列名称”:{
“其他值要替换”:“其他值替换为此”
},
...
})
感谢您提供的代码片段示例,但它不起作用。首先,如果to_replace部分中没有=,则会出错。另一方面,它没有进行任何替换。在V0.20.1中是否有替换功能的工作示例?replace
是否扩展得不好?当替换大约500万行整数时,我的机器似乎崩溃了。有什么办法解决这个问题吗?谢谢你提供的代码片段示例,但它不起作用。首先,如果to_replace部分中没有=,则会出错。另一方面,它没有进行任何替换。在V0.20.1中是否有替换功能的工作示例?replace
是否扩展得不好?当替换大约500万行整数时,我的机器似乎崩溃了。有没有办法解决这个问题?如果你的数据类型在数据框中弄乱了(即它们看起来像字符串,但不是),那么使用:df['BrandName']=df['BrandName'].str.replace(['ABC','AB'],'A')我也必须通过inplace=True
,否则它不会改变。如果你的数据类型在数据框中弄乱了,那么有一件棘手的事情(即它们看起来像字符串,但不是),使用:df['BrandName']=df['BrandName'].str.replace(['ABC','AB'],'A')我也必须通过inplace=True
,否则它不会改变。这个答案是Ty。这正是我想要的答案。:)Ty这个答案是Ty。这正是我要找的