使用Python识别包含特定字符串的单元格并用数字覆盖内容

我有一个数据框，看起来像这样：

我的目标是确定每列的每个单元格是否包含以下字符串：

'KSS'

，

'ABC'

，

'DEF'

，

'ABC/DEF'

，

'KSS/DEF'

随后，我想用以下值替换内容：

'KSS'

->100、

'ABC'

->200、

'DEF'

->300、

'ABC/DEF'

->400、

'KSS/DEF'

->500

输出应如下所示：

注意：算法应该是通用的，并且检查每一列，而不仅仅是数字3。为完整起见，数据类型都是

对象

到目前为止，我的代码是这些，但我想他们是不完整的

import pandas as pd
import numpy as np  
df = pd.DataFrame([
        ['XYZ', 'BALSO', 'PISCO', 'KSS', 'Yes', 660, 'Cop'],
        ['XYZ', 'TONTO', 'LOLLO', '195', 500, 'Yes', 'nan'],
        ['XYZ', 'CALLO', 'WANDA', 'ABC / DEF', 'Yes', 500, 'nan'],
        ['XYZ', 'AZUNGO', 'FINGI', 'KSS / DEF', 'Yes', 500, 'nan']
    ])
df = pd.read_csv('prova.csv', sep=',', skiprows=0, header=None, low_memory=False)
df.str.replace('KSS|ABC|DEF','?')

---

如果使用查找值和替换值创建dict，则可以调用此列，此外，您需要将

na_action='ignore'

传递到

map

，否则您会得到一个

KeyError

以查找缺少的值，此外，您将注意到，由于缺少值，这些值将转换为

float

，但您可以稍后使用

astype（int）

再次强制转换：

In [182]:
d={'KSS':100, 'ABC' :200, 'DEF' : 300, 'ABC / DEF' : 400, 'KSS / DEF' : 500}
df[3] = df[3].map(d, na_action='ignore')
df

Out[182]:
     0       1      2      3    4    5
0  XYZ   BALSO  PISCO 100.00  660  Cop
1  XYZ   TONTO  LOLLO    nan  500  nan
2  XYZ   CALLO  WANDA 400.00  500  nan
3  XYZ  AZUNGO  FINGI 500.00  500  nan

在这里，我们使用

astype

强制转换类型：

In [178]:
df[3] = df[3].astype(int)
df

Out[178]:
     0       1      2    3    4    5
0  XYZ   BALSO  PISCO  100  660  Cop
1  XYZ   TONTO  LOLLO  195  500  nan
2  XYZ   CALLO  WANDA  400  500  nan
3  XYZ  AZUNGO  FINGI  500  500  nan

---

在这里，我们再次进行无意义的向下投票…因为没有代码可写。。。我从.csv文件加载所有内容！这个问题对每个人来说都很清楚，图片有助于让人理解。。。如果你不喜欢，没关系，这不是我的问题，但我看到一些好人更关心这个问题，而不是抱怨两张图片…我想ayhan说的是你没有发布原始数据来重现你的df，如果您发布了数据的文本，我们可以从剪贴板加载这些文本并帮助您，但是通过发布图像，您立即为社区设置了一个障碍来帮助您。你应该考虑我们的观点，如果你看到这个问题，你会怎么想复制它？无论如何，如果您使用查找值定义dict或series，那么您只需执行

df['3'].map（您的dict）

，但您需要筛选出不匹配的行，您只需使用

.isin（d）

而不是调用它的

.keys（）

method there…@JonClements实际上这是不必要的，因为

map

需要

na_action

param，所以如果你传递

na_action='ignore'

，那么它就不会停止并引发

KeyError

哈哈。。。我只是想提一下——比我先说：）