Python 我想在dataframe中对列值进行编码
我想对pandas dataframe中的列值进行编码,例如所有字母都应转换为单个字母(例如,Python 我想在dataframe中对列值进行编码,python,pandas,dataframe,Python,Pandas,Dataframe,我想对pandas dataframe中的列值进行编码,例如所有字母都应转换为单个字母(例如,'vault'到'nnnn','Nan123'到'NNNDDD') 我在想这样的事情: df['TransDetails'] = df['TransDetails'].str.replace('A', 'N') 我的数据: TransDetails 0 NEFT-PUNB0315500-JITENDER SING 1 NEFT-UTIB0CCH274-VIRENDER KUMA 2
'vault'
到'nnnn'
,'Nan123'
到'NNNDDD'
)
我在想这样的事情:
df['TransDetails'] = df['TransDetails'].str.replace('A', 'N')
我的数据:
TransDetails
0 NEFT-PUNB0315500-JITENDER SING
1 NEFT-UTIB0CCH274-VIRENDER KUMA
2 NEFT-UTIB0CCH274-SUNITA DEVI
3 NEFT-PUNB0315500-AMLASH KUMAR
4 NEFT-PUNB0109800-FARIDUDDEN
5 NEFT-PUNB0109800-IDREESH
6 NEFT-PUNB0315500-BUDDHU
7 NEFT-UTIB0CCH274-SAKIL AHAMAD
8 NEFT-UTIB0CCH274-NAIM AHAMAD
9 NEFT-UTIB0CCH274-SALIM AHAMAD
10 NEFT-UTIB0CCH274-NADIM AHAMAD
如何转换此类代码中的所有列值?提前感谢您可以使用正则表达式来处理替换
df['TransDetails'] = df['TransDetails'].str.replace('[A-Za-z]', 'N')
df['TransDetails'] = df['TransDetails'].str.replace('\d', 'D')
df
# returns:
TransDetails
0 NNNN-NNNNDDDDDDD-NNNNNNNN NNNN
1 NNNN-NNNNDNNNDDD-NNNNNNNN NNNN
2 NNNN-NNNNDNNNDDD-NNNNNN NNNN
3 NNNN-NNNNDDDDDDD-NNNNNN NNNNN
4 NNNN-NNNNDDDDDDD-NNNNNNNNNN
5 NNNN-NNNNDDDDDDD-NNNNNNN
6 NNNN-NNNNDDDDDDD-NNNNNN
7 NNNN-NNNNDNNNDDD-NNNNN NNNNNN
8 NNNN-NNNNDNNNDDD-NNNN NNNNNN
9 NNNN-NNNNDNNNDDD-NNNNN NNNNNN
10 NNNN-NNNNDNNNDDD-NNNNN NNNNNN
您可以使用正则表达式来处理替换
df['TransDetails'] = df['TransDetails'].str.replace('[A-Za-z]', 'N')
df['TransDetails'] = df['TransDetails'].str.replace('\d', 'D')
df
# returns:
TransDetails
0 NNNN-NNNNDDDDDDD-NNNNNNNN NNNN
1 NNNN-NNNNDNNNDDD-NNNNNNNN NNNN
2 NNNN-NNNNDNNNDDD-NNNNNN NNNN
3 NNNN-NNNNDDDDDDD-NNNNNN NNNNN
4 NNNN-NNNNDDDDDDD-NNNNNNNNNN
5 NNNN-NNNNDDDDDDD-NNNNNNN
6 NNNN-NNNNDDDDDDD-NNNNNN
7 NNNN-NNNNDNNNDDD-NNNNN NNNNNN
8 NNNN-NNNNDNNNDDD-NNNN NNNNNN
9 NNNN-NNNNDNNNDDD-NNNNN NNNNNN
10 NNNN-NNNNDNNNDDD-NNNNN NNNNNN
一种方法是使用。这样可以避免更改数字列
df.replace('[A-Za-z]','N', regex=True).replace('\d','D', regex=True)
完整示例包括一个名为D
的数字列,一个名为N
和TransDetails
的非数字列
import pandas as pd
data = '''\
D,N,TransDetails
1,ABC,NEFT-PUNB0315500-JITENDER SING
1,123,NEFT-UTIB0CCH274-VIRENDER KUMA
1,123,NEFT-UTIB0CCH274-SUNITA DEVI
1,123,NEFT-PUNB0315500-AMLASH KUMAR
1,123,NEFT-PUNB0109800-FARIDUDDEN
1,123,NEFT-PUNB0109800-IDREESH
1,123,NEFT-PUNB0315500-BUDDHU
1,123,NEFT-UTIB0CCH274-SAKIL AHAMAD
1,123,NEFT-UTIB0CCH274-NAIM AHAMAD
1,123,NEFT-UTIB0CCH274-SALIM AHAMAD
1,123,NEFT-UTIB0CCH274-NADIM AHAMAD'''
fileobj = pd.compat.StringIO(data) # or 'path/to/csv'
df = pd.read_csv(fileobj)
df = df.replace('[A-Za-z]','N', regex=True).replace('\d','D', regex=True)
print(df)
返回:
D N TransDetails
0 1 NNN NNNN-NNNNDDDDDDD-NNNNNNNN NNNN
1 1 DDD NNNN-NNNNDNNNDDD-NNNNNNNN NNNN
2 1 DDD NNNN-NNNNDNNNDDD-NNNNNN NNNN
3 1 DDD NNNN-NNNNDDDDDDD-NNNNNN NNNNN
4 1 DDD NNNN-NNNNDDDDDDD-NNNNNNNNNN
5 1 DDD NNNN-NNNNDDDDDDD-NNNNNNN
6 1 DDD NNNN-NNNNDDDDDDD-NNNNNN
7 1 DDD NNNN-NNNNDNNNDDD-NNNNN NNNNNN
8 1 DDD NNNN-NNNNDNNNDDD-NNNN NNNNNN
9 1 DDD NNNN-NNNNDNNNDDD-NNNNN NNNNNN
10 1 DDD NNNN-NNNNDNNNDDD-NNNNN NNNNNN
一种方法是使用。这样可以避免更改数字列
df.replace('[A-Za-z]','N', regex=True).replace('\d','D', regex=True)
完整示例包括一个名为D
的数字列,一个名为N
和TransDetails
的非数字列
import pandas as pd
data = '''\
D,N,TransDetails
1,ABC,NEFT-PUNB0315500-JITENDER SING
1,123,NEFT-UTIB0CCH274-VIRENDER KUMA
1,123,NEFT-UTIB0CCH274-SUNITA DEVI
1,123,NEFT-PUNB0315500-AMLASH KUMAR
1,123,NEFT-PUNB0109800-FARIDUDDEN
1,123,NEFT-PUNB0109800-IDREESH
1,123,NEFT-PUNB0315500-BUDDHU
1,123,NEFT-UTIB0CCH274-SAKIL AHAMAD
1,123,NEFT-UTIB0CCH274-NAIM AHAMAD
1,123,NEFT-UTIB0CCH274-SALIM AHAMAD
1,123,NEFT-UTIB0CCH274-NADIM AHAMAD'''
fileobj = pd.compat.StringIO(data) # or 'path/to/csv'
df = pd.read_csv(fileobj)
df = df.replace('[A-Za-z]','N', regex=True).replace('\d','D', regex=True)
print(df)
返回:
D N TransDetails
0 1 NNN NNNN-NNNNDDDDDDD-NNNNNNNN NNNN
1 1 DDD NNNN-NNNNDNNNDDD-NNNNNNNN NNNN
2 1 DDD NNNN-NNNNDNNNDDD-NNNNNN NNNN
3 1 DDD NNNN-NNNNDDDDDDD-NNNNNN NNNNN
4 1 DDD NNNN-NNNNDDDDDDD-NNNNNNNNNN
5 1 DDD NNNN-NNNNDDDDDDD-NNNNNNN
6 1 DDD NNNN-NNNNDDDDDDD-NNNNNN
7 1 DDD NNNN-NNNNDNNNDDD-NNNNN NNNNNN
8 1 DDD NNNN-NNNNDNNNDDD-NNNN NNNNNN
9 1 DDD NNNN-NNNNDNNNDDD-NNNNN NNNNNN
10 1 DDD NNNN-NNNNDNNNDDD-NNNNN NNNNNN
所有列值?还是仅仅是dtype='object'?可能您只想将一个简单的
.apply()
与axis=1
yes所有列值一起使用。我尝试了.apply(),但它一次替换一个字符。我想要一些可以将所有字母更改为单个字母的东西。在这种情况下,您可能可以使用df.replace()。所有列值?还是仅仅是dtype='object'?可能您只想将一个简单的.apply()
与axis=1
yes所有列值一起使用。我尝试了.apply(),但它一次替换一个字符。我想要一些可以将所有字母更改为单个字母的东西。在这种情况下,您可能可以使用df.replace()。嘿,谢谢,它确实适用于所有字母,但不适用于数字。它把所有的数字都改成了N卡通谢谢,它对所有的字母都有效,但对数字无效。它把所有的数字都改为N个,效果很好。我可以直接在csv上使用吗?@nehaj不客气。快乐编程。您可以将fileobj更改为csv路径。谢谢您的好友!!帮我省了不少时间。嗨!如何转换csv文件中的指数值?我不希望那个加号(+)出现在conversion@nehaj嘿对不起,您指的是什么(+)符号?我想你应该用一些数据来回答一个新问题!:)谢谢,效果很好。我可以直接在csv上使用吗?@nehaj不客气。快乐编程。您可以将fileobj更改为csv路径。谢谢您的好友!!帮我省了不少时间。嗨!如何转换csv文件中的指数值?我不希望那个加号(+)出现在conversion@nehaj嘿对不起,您指的是什么(+)符号?我想你应该用一些数据来回答一个新问题!:)