Python 在具有更改值的新dataframe中返回的dataframe列

该函数返回我正在查找的信息片段的一个很好的列表。如何返回“状态”列但替换为：

def get_list_of_university_towns():
   states = {'CA' : 'California', 'SC' : 'South Carolina'}
   df = pd.read_csv(filename) # filename.csv has many columns 'State' and 'RegionName' are within
   df_res = df[['State', 'RegionName']]
   return df_res

我尝试了

返回[df_res.loc[：，'State'].replace（states），df['RegionName']]

，但它返回2个数据帧。
我知道可以在原始的df中进行替换，但我可以让df保持原样吗？

第一个解决方案列分别：

df_res.loc[:, 'State'].replace(states)

另一种解决方案是在

dict

中定义

replace

列：

def get_list_of_university_towns():
   states = {'CA' : 'California', 'SC' : 'South Carolina'}
   df = pd.read_csv(filename)
   df_res = df[['State', 'RegionName']]
   df_res['State'] = df_res['State'].replace(states)
   return df_res

样本：

def get_list_of_university_towns():
   states = {'CA' : 'California', 'SC' : 'South Carolina'}
   df = pd.read_csv(filename)
   df_res = df[['State', 'RegionName']].replace({'State':states})
   return df_res

---

我认为这里的关键是复制原始df，然后使用重新分配或

inplace

参数修改列。下面是我用来测试示例的df定义

df = pd.DataFrame({'State':['SC','CA'], 'RegionName':['CA','SC'], 'col':[5,8]})
states = {'CA' : 'California', 'SC' : 'South Carolina'}
df_res = df[['State', 'RegionName']].replace({'State':states})
print (df_res)
            State RegionName
0  South Carolina         CA
1      California         SC

print (df)
  RegionName State  col
0         CA    SC    5
1         SC    CA    8

结果:

import pandas as pd

df = pd.DataFrame({'State': ['CA', 'SC', 'CA', 'SC', 'CA', 'SC', 'CA', 'SC'],
                   'RegionName': ['SW', 'NE', 'SW', 'NE', 'SW', 'NE', 'SW', 'NE'],
                   'College': ['College1', 'College2', 'College1', 'College2', 'College1', 'College2', 'College1', 'College2']})

从那里，我复制了df，并使用了您的字典，

states={'CA'：'California'，SC'：'South Carolina'}

，来替换新df中的列

    College RegionName State
0  College1         SW    CA
1  College2         NE    SC
2  College1         SW    CA
3  College2         NE    SC
4  College1         SW    CA
5  College2         NE    SC
6  College1         SW    CA
7  College2         NE    SC

但可能看起来像：

df_res = df.loc[:, ['State', 'RegionName']]
df_res.State.replace(states, inplace=True)

这导致：

df= df_res=

df_res = df.loc[:, ['State', 'RegionName']]
df_res['State'] = df_res.State.replace(states)

    College RegionName State
0  College1         SW    CA
1  College2         NE    SC
2  College1         SW    CA
3  College2         NE    SC
4  College1         SW    CA
5  College2         NE    SC
6  College1         SW    CA
7  College2         NE    SC

            State RegionName
0      California         SW
1  South Carolina         NE
2      California         SW
3  South Carolina         NE
4      California         SW
5  South Carolina         NE
6      California         SW
7  South Carolina         NE