[pandas学习笔记] - 替换DataFrame列指定字段

key: pandas, DataFrame, dict, Series
DataFrame数据处理。希望将DataFrame将指定列的数据，根据指定字典，替换为对应字段。
由于需求不同，一般有两种情况：

1. 不在映射规则中（字典），处理为NaN。
2. 不在映射规则中（字典），保留原值。

待处理数据

import pandas as pd
df = pd.DataFrame({'Date':['10/2/2011', '11/2/2011', '12/2/2011', '13/2/2011'],
                   'Event':['Music', 'Poetry', 'Theatre', 'Comedy'],
                   'Cost':[10000, 5000, 15000, 2000]})
print(df)

        Date    Event   Cost
0  10/2/2011    Music  10000
1  11/2/2011   Poetry   5000
2  12/2/2011  Theatre  15000
3  13/2/2011   Comedy   2000

method1 - replace

保留原值

df = pd.DataFrame({'Date':['10/2/2011', '11/2/2011', '12/2/2011', '13/2/2011'],
                   'Event':['Music', 'Poetry', 'Theatre', 'Comedy'],
                   'Cost':[10000, 5000, 15000, 2000]})
dict = {'Music' : 'M', 'Poetry' : 'P', 'Theatre' : 'T', 'xxx' : 'C'}
df = df.replace({"Event": dict})
print(df)

        Date   Event   Cost
0  10/2/2011       M  10000
1  11/2/2011       P   5000
2  12/2/2011       T  15000
3  13/2/2011  Comedy   2000

method2 - map

置为NaN

df = pd.DataFrame({'Date':['10/2/2011', '11/2/2011', '12/2/2011', '13/2/2011'],
                   'Event':['Music', 'Poetry', 'Theatre', 'Comedy'],
                   'Cost':[10000, 5000, 15000, 2000]})
dict = {'Music' : 'M', 'Poetry' : 'P', 'Theatre' : 'T', 'xxx' : 'C'}
df["Event"] = df["Event"].map(dict)
print(df)
    
        Date Event   Cost
0  10/2/2011     M  10000
1  11/2/2011     P   5000
2  12/2/2011     T  15000
3  13/2/2011   NaN   2000

method3 - map + lambda

保留原值

df = pd.DataFrame({'Date':['10/2/2011', '11/2/2011', '12/2/2011', '13/2/2011'],
                   'Event':['Music', 'Poetry', 'Theatre', 'Comedy'],
                   'Cost':[10000, 5000, 15000, 2000]})
dict = {'Music' : 'M', 'Poetry' : 'P', 'Theatre' : 'T', 'xxx' : 'C'}
df["Event"] = df["Event"].map(lambda x: dict[x] if x in dict else x)
print(df)
    
        Date   Event   Cost
0  10/2/2011       M  10000
1  11/2/2011       P   5000
2  12/2/2011       T  15000
3  13/2/2011  Comedy   2000

method4 - update

保留原值（注意，这里的映射字典改变了）

df = pd.DataFrame({'Date':['10/2/2011', '11/2/2011', '12/2/2011', '13/2/2011'],
                   'Event':['Music', 'Poetry', 'Theatre', 'Comedy'],
                   'Cost':[10000, 5000, 15000, 2000]})
dict = {0 : 'M', 1 : 'P', 2 : 'T', 999 : 'C'}
df["Event"].update(pd.Series(dict))
print(df)
    
        Date   Event   Cost
0  10/2/2011       M  10000
1  11/2/2011       P   5000
2  12/2/2011       T  15000
3  13/2/2011  Comedy   2000

其他

method3 - map + lambda 比 method1 - replace快了1-2倍左右。

测试数据：
循环100次 %timeit -n100 code

rows	method3	method1
4	6us	14us
710	240us	750us

循环1000次

https://www.heelpbook.net/2020/python-pandas-using-dictionary-to-remap-values-in-dataframe/