![](/img/trans.png)
[英]Replacing value in a column in pandas dataframe from a column value in another dataframe
[英]Replacing few values in a pandas dataframe column with another value
我有一個熊貓數據框 df 如下圖所示:
BrandName Specialty
A H
B I
ABC J
D K
AB L
我想用 A 替換 BrandName 列中的“ABC”和“AB”。有人可以幫忙嗎?
最簡單的方法是在列上使用replace
方法。 參數是您要替換的內容的列表(此處為['ABC', 'AB']
)以及要替換的內容(在本例中為字符串'A'
):
>>> df['BrandName'].replace(['ABC', 'AB'], 'A')
0 A
1 B
2 A
3 D
4 A
這將創建一個新的系列值,因此您需要將此新列分配給正確的列名:
df['BrandName'] = df['BrandName'].replace(['ABC', 'AB'], 'A')
DataFrame
對象具有強大而靈活的replace
方法:
DataFrame.replace(
to_replace=None,
value=None,
inplace=False,
limit=None,
regex=False,
method='pad',
axis=None)
請注意,如果您需要inplace
進行更改,請使用inplace
布爾參數replace
方法:
就地:布爾值,默認為
False
如果True
,就地。 注意:這將修改此對象上的任何其他視圖(例如,DataFrame 中的列)。 如果這是True
則返回調用者。
df['BrandName'].replace(
to_replace=['ABC', 'AB'],
value='A',
inplace=True
)
loc
方法可用於替換多個值:
df.loc[df['BrandName'].isin(['ABC', 'AB'])] = 'A'
您還可以將dict
傳遞給pandas.replace
方法:
data.replace({
'column_name': {
'value_to_replace': 'replace_value_with_this'
}
})
這樣做的好處是您可以一次替換多列中的多個值,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'
},
...
})
此解決方案將更改現有數據幀本身:
mydf = pd.DataFrame({"BrandName":["A", "B", "ABC", "D", "AB"], "Speciality":["H", "I", "J", "K", "L"]})
mydf["BrandName"].replace(["ABC", "AB"], "A", inplace=True)
創建數據框:
import pandas as pd
dk=pd.DataFrame({"BrandName":['A','B','ABC','D','AB'],"Specialty":['H','I','J','K','L']})
現在使用DataFrame.replace()
函數:
dk.BrandName.replace(to_replace=['ABC','AB'],value='A')
只是想表明兩種主要方法之間沒有性能差異:
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)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.