用另一个值替换熊猫数据框列中的几个值

Question

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

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

Answer 1

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'] ）以及要替换的内容（在本例中为字符串'A' ）：

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

这将创建一个新的系列值，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')

Answer 2

代替

DataFrame对象具有强大而灵活的replace方法：

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

请注意，如果您需要inplace进行更改，请使用inplace布尔参数replace方法：

到位

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

片段

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

Answer 3

loc方法可用于替换多个值：

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

Answer 4

您还可以将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'
    },
    ...
})

Answer 5

此解决方案将更改现有数据帧本身：

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

Answer 6

创建数据框：

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')

Answer 7

只是想表明两种主要方法之间没有性能差异：

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)

Answer 8

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