更改列pandas中的类别？

Posted 2021-04-08

我正在试验大熊猫的iter功能。

1-我从熊猫栏目中列出了一份清单。

IN1：

df_area_code_iter = iter(df["Area Code"])
df_area_code_iter_list = list(df_area_code_iter)
df_area_code_iter_list

OUT_1：

['Area 1',
 'Area 2',
 'Area 1',
 ...
 'Area 0']

2-然后我想迭代列表中的元素，用PASS THIS替换Area 0。

IN_2：

new_column = []

for i in df_area_code_iter_list:
    if i == "Area 0":
       i == "PASS THIS"
    new_column.append(i)

new_column

输出2插孔：

['Area 1',
 'Area 2',
 'Area 1',
 ...
 'Area 0']

我知道还有其他方法可以替换列中的值。但是，我想通过将数据帧转换为列表然后迭代元素来弄清楚它。

in_3：

df["Area Code"] = df["Area Code"].replace(to_replace ="Area 0", value = 
"PASS THIS")
df["Area Code"]

OUT_3：

0          Area 1
1          Area 2
2          Area 1
3          Area 1
4       PASS THIS
5       PASS THIS
6       PASS THIS
...     ....

正如我所说，我正在试验，我看不出为什么in_2的for循环不起作用的原因。

答案

主要问题是赋值需要=，而不是相等运算符==。

由于循环中的变量i是标量，而不是指向原始列表中元素的引用，因此您不得不追加到新列表。相反，您可以使用enumerate并修改现有列表：

for idx, val in enumerate(df_area_code_iter_list):
    if val == "Area 0":
        df_area_code_iter_list[idx] = "PASS THIS"

或者，更多Pythonic，使用列表理解：

new_list = [x if x != 'Area 0' else 'PASS THIS' for x in df_area_code_iter_list]