替换熊猫数据框中的列表元素

Posted 2023-03-11

【中文标题】替换熊猫数据框中的列表元素

【英文标题】：Replace list element in pandas dataframe

【发布时间】：2018-10-23 16:11:10

【问题描述】：

df=pd.DataFrame("a":[1,2,3,[4,5],["apple","pear"]])
df.replace([4,5]:4.5)
df.replace(["apple","pear"]:"apple")

这里我得到了 TypeError。我要替换特定的列表，要替换的列表和用来替换列表的对象之间没有任何规定。

【参考方案1】：

我遇到了类似的问题，因为我列在列中的地方需要标准化。首先，我尝试将列表作为键，将标准词作为值，这当然失败了。因此，我创建了一个函数，将列表中的值扩展为键，并将标准词分配为所有它们的值：

def list_to_dict(cities):
    new_dict = 
    for key in cities:
        value = cities[key]
        for item in value:
            new_dict[item] = key
    
    return new_dict

有了这个，我必须清理这个旨在用西班牙语表示墨西哥城的单词列表（当然我的集合更大，用于更多地方，但这是一个说明性的子组）：

ciudades = list_to_dict('Ciudad De Mexico' : ['Ciudad De México', 'Cuajimalpa De Morelos', 'Mexicocity', 'Ciudad De  Mexico', 'Miguel Hidalgo, Cdmx', 'Df', 'Cmx', 'Ciudad De M', 'Cdmx', 'Ciudad De M?Xico', 'C.D. M.X,', 'Mx-Cdm', 'Cuidad De Mexico', 'Dif', 'D.F.', 'D.F', 'DF', 'Distrito', 'Mexico City', 'Coyoacan', 'Mx-Cdm', 'Cdmex', 'Mx-Dif', 'Mexico Df', 'Ciudad_De_M']

导致：

【参考方案2】：

有一种方法可以使用astype，即使它有效，但我仍然强烈建议您使用cold's answer.

df.astype(str).replace('[4, 5]':4.5,"['apple', 'pear']":"apple")
Out[159]: 
       a
0      1
1      2
2      3
3    4.5
4  apple

【讨论】：

是的......我想过这个，但错误的范围太大（引用问题等）。

最后，它将所有项目转换为 str，甚至是数字项目；-)

@cᴏʟᴅsᴘᴇᴇᴅ 是的，这就是为什么我认为您的回答是此类问题的正确方法

【参考方案3】：

这不是一个微不足道的问题，因为 DataFrame 并非设计用于处理可变对象，如列表、集合或字典。

您可以确定匹配的索引并相应地替换。

m = [v == [4, 5] for v in df['a']] 
df.loc[m, 'a'] = 4.5

df
               a
0              1
1              2
2              3
3            4.5
4  [apple, pear]

['apple', 'pair'] 的过程类似。如果你愿意，你可以从中形成一个函数：

def replace(df, col, key, val):
    m = [v == key for v in df[col]]
    df.loc[m, col] = val

replace(df, 'a', [4, 5], 4.5)
replace(df, 'a', ['apple', 'pear'], 'apple')

df
       a
0      1
1      2
2      3
3    4.5
4  apple

注意：该功能就地工作。