Pandas 將列中的字符串替換為 int

Question

我是 pandas 和 python 的初學者，尋求一點幫助。 這是我的數據集，k_symbol 列標簽為 UVER 或 SIPO，我想將 UVER 替換為 int 0，將 SIPO 替換為 int 1。

數據集

我嘗試了 dff.replace(to_replace=['k_symbol'], value=[1, 0])，但它似乎不正確。 感謝任何建議

Answer 1

apply()函數是出了名的慢，所以如果你關心速度，考慮這些解決方案之一

1) 地圖()

df["k_symbol"].map({"UVER":0, "SIPO":1})

2) boolean 到 int 的轉換

df["k_symbol"] = (df["k_symbol"] == "SIPO").astype(int)

計時

%%timeit
df["k_symbol"] = (df["k_symbol"] == "SIPO").astype(int)
10 loops, best of 3: 83.3 ms per loop

%%timeit
df['k_symbol'].apply(lambda x : 0 if x == 'UVER' else 1 )
1 loop, best of 3: 550 ms per loop

%%timeit
df["k_symbol"].map({"UVER":0,"SIPO":1})
10 loops, best of 3: 83.6 ms per loop

Answer 2

import pandas as pd

df = pd.DataFrame(["SIPO","UVER"] * 3, columns=["k_symbol"])

df["k_symbol"].map({"UVER":0,"SIPO":1})

Output：df

  k_symbol
0     SIPO
1     UVER
2     SIPO
3     UVER
4     SIPO
5     UVER

映射：

0    1
1    0
2    1
3    0
4    1
5    0

Answer 3

使用.loc ：

import pandas as pd

df = pd.DataFrame(
    [[1, "SIPO"], [0, "UVER"], [0, "UVER"], [0, "UVER"], [1, "UVER"],],
    columns=["gender", "k_symbol"],
)

df.loc[df["k_symbol"] == "SIPO", "k_symbol"] = 1
df.loc[df["k_symbol"] == "UVER", "k_symbol"] = 0

print(df)

返回：

   gender k_symbol
0       1        1
1       0        0
2       0        0
3       0        0
4       1        0

Answer 4

使用這一行來獲得所需的結果。

df.k_symbol = df.k_symbol.apply(lambda o : 1 if o == 'SIPO' else 0 if o == 'UVER' else o)

您可以將其簡化如下，如果 SIPO 以外的所有內容都為 0

df.k_symbol = df.k_symbol.apply(lambda o : 1 if o == 'SIPO' else 0)

Answer 5

您可以傳遞一個匿名的 function (Lambda) 來說明在應用中檢查的條件。

df['k_symbol'] = df['k_symbol'].apply(lambda x : 0 if x == 'UVER' else 1 )

Answer 6

我相信更好（更快）的方法是使用.eq() ：

df['k_symbol'] = df['k_symbol'].eq('SIPO').astype(int)