在dataframe python中替换字符串

我有一个（711000）数据帧。在这7列中的某些列中，有字符串。 在Coulmn 2和第1000行中，有一个字符串“London”。我想把它改成“巴黎”。 我该怎么做？我在网上到处找，但找不到办法。我使用了这些命令，但都不起作用：

df['column2'].replace('London','Paris')
df['column2'].str.replace('London','Paris')
re.sub('London','Paris',df['column2'])

我通常会收到以下错误：

TypeError: expected string or bytes-like object

---

如果您想替换一行（您提到了第1000行），可以使用

.loc

。如果要替换所有出现的

'London'

，可以执行以下操作：

import pandas as pd
df = pd.DataFrame({'country': ['New York', 'London'],})
df.country = df.country.str.replace('London', 'Paris')

或者，您可以编写自己的替换函数，然后使用

。apply

：

def replace_country(string):
    if string == 'London':
        return 'Paris'
    return string

df.country = df.country.apply(replace_country)

---

第二种方法有点过头了，但这是一个很好的例子，可以更好地概括更复杂的任务。

在用re替换非字符检查之前

import re
for r, map in re_map.items():
    df['column2'] = [re.sub(r, map, x) for x in df['column2']]

---

这些都是很好的答案，但许多答案并没有矢量化，只对系列中的每个项目进行一次操作，而不是对整个系列进行操作

一个非常可靠的过滤+替换策略是创建一个掩码或子集真/假序列，然后使用loc替换该序列：

mask = df.country == 'London' 
df.loc[mask, 'country'] = 'Paris'

# On 10m records:
  # this method < 1 second 
  # @Charles method 1 < 10 seconds
  # @Charles method 2 < 3.5 seconds
  # @jose method didn't bother because it would be 30 seconds or more

mask=df.country==“伦敦”
df.loc[掩码，'国家]='巴黎'
#根据记录：
#此方法小于1秒
#@Charles方法1<10秒
#@Charles方法2<3.5秒
#@jose方法没有麻烦，因为它需要30秒或更长时间

请将df.info（）的输出添加到此问题。其次，当描述数据帧的大小时，通常模式是（行、列）。所以，我认为您的数据帧是（11000,7）

df['column2']=df['column2'].replace（to_replace='London'，value='Paris'）

应该可以工作。我没有使用RETURN:（（除非绝对必要，否则避免在数据帧上进行循环。这些操作非常慢。请改用内置函数。