用另一个值替换熊猫数据框列中的几个值

Posted 2023-03-11

【中文标题】用另一个值替换熊猫数据框列中的几个值

【英文标题】：Replacing few values in a pandas dataframe column with another value

【发布时间】：2015-01-19 12:35:08

【问题描述】：

我有一个熊猫数据框 df，如下图所示：

BrandName Specialty
A          H
B          I
ABC        J
D          K
AB         L

我想将 BrandName 列中的“ABC”和“AB”替换为 A。 有人可以帮忙吗？

【参考方案1】：

您可以使用 loc 根据条件进行替换并指定列名

df = pd.DataFrame([['A','H'],['B','I'],['ABC','ABC'],['D','K'],['AB','L']],columns=['BrandName','Col2'])
df.loc[df['BrandName'].isin(['ABC', 'AB']),'BrandName'] = 'A'

输出

【参考方案2】：

loc方法可用于替换多个值：

df.loc[df['BrandName'].isin(['ABC', 'AB'])] = 'A'

【参考方案3】：

您也可以将dict 传递给pandas.replace 方法：

data.replace(
    'column_name': 
        'value_to_replace': 'replace_value_with_this'
    
)

这样做的好处是您可以一次替换多列中的多个值，如下所示：

data.replace(
    'column_name': 
        'value_to_replace': 'replace_value_with_this',
        'foo': 'bar',
        'spam': 'eggs'
    ,
    'other_column_name': 
        'other_value_to_replace': 'other_replace_value_with_this'
    ,
    ...
)

【讨论】：

回答这个问题。这正是我想要的。 :)

【参考方案4】：

只是想表明这两种主要方法之间没有性能区别：

df = pd.DataFrame(np.random.randint(0,10,size=(100, 4)), columns=list('ABCD'))

def loc():
    df1.loc[df1["A"] == 2] = 5
%timeit loc
19.9 ns ± 0.0873 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)


def replace():
    df2['A'].replace(
        to_replace=2,
        value=5,
        inplace=True
    )
%timeit replace
19.6 ns ± 0.509 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

【参考方案5】：

创建了数据框：

import pandas as pd
dk=pd.DataFrame("BrandName":['A','B','ABC','D','AB'],"Specialty":['H','I','J','K','L'])

现在使用DataFrame.replace()函数：

dk.BrandName.replace(to_replace=['ABC','AB'],value='A')

【参考方案6】：

替换

DataFrame对象拥有强大灵活的replace方法：

DataFrame.replace(
        to_replace=None,
        value=None,
        inplace=False,
        limit=None,
        regex=False, 
        method='pad',
        axis=None)

注意，如果您需要就地进行更改，请使用 inplace 布尔参数为 replace 方法：

就地

就地：布尔值，默认False 如果True，就位。注意：这将修改此对象上的任何其他视图（例如，形成 DataFrame 的列）。如果是True，则返回调用者。

片段

df['BrandName'].replace(
    to_replace=['ABC', 'AB'],
    value='A',
    inplace=True
)

【讨论】：

感谢 sn-p 示例，但它不起作用。一方面，如果 to_replace 部分中没有 = ，则会出错。另一方面，它没有进行任何替换。有没有在 v 0.20.1 中获得替换功能的工作示例？

replace 不能很好地扩展吗？替换约 500 万行整数时，我的机器似乎崩溃了。有什么办法吗？

【参考方案7】：

最简单的方法是在列上使用replace 方法。参数是您要替换的内容的列表（此处为 ['ABC', 'AB']）以及您要替换的内容（本例中为字符串 'A'）：

>>> df['BrandName'].replace(['ABC', 'AB'], 'A')
0    A
1    B
2    A
3    D
4    A

这会创建一个新的 Series 值，因此您需要将此新列分配给正确的列名：

df['BrandName'] = df['BrandName'].replace(['ABC', 'AB'], 'A')

【讨论】：

如果您的数据类型在数据框中混乱（即它们看起来像字符串但不是），那么一件棘手的事情，使用：df['BrandName'] = df['BrandName'].str.replace (['ABC', 'AB'], 'A')

我也必须通过inplace=True，否则它不会改变。

【参考方案8】：

此解决方案将更改现有数据框本身：

mydf = pd.DataFrame("BrandName":["A", "B", "ABC", "D", "AB"], "Speciality":["H", "I", "J", "K", "L"])
mydf["BrandName"].replace(["ABC", "AB"], "A", inplace=True)