24_Pandas.DataFrame,Series元素值的替换（replace）

最新推荐文章于 2024-03-27 19:10:35 发布
最新推荐文章于 2024-03-27 19:10:35 发布
阅读量2.6w 收藏 100
点赞数 29
分类专栏： Pandas 文章标签： python 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_18351157/article/details/107141339
版权

24_Pandas.DataFrame,Series元素值的替换（replace）

要替换pandas.DataFrame，pandas.Series元素的值，请使用replace（）方法。

这里，将描述以下内容。

  • 替换元素
  • 一次替换多个不同的元素
    • 在字典中指定
    • 在列表中指定
    • 注意点
  • 通过指定目标列进行替换
  • 用正则表达式替换
  • 替换缺失值NaN
  • 变更原始项目

以下面的数据为例。一些元素的值已更改以作说明。

import pandas as pd

df = pd.read_csv('./data/24/sample_pandas_normal.csv')
df.iloc[1, 3] = 24
print(df)
#       name  age state  point
# 0    Alice   24    NY     64
# 1      Bob   42    CA     24
# 2  Charlie   18    CA     70
# 3     Dave   68    TX     70
# 4    Ellen   24    CA     88
# 5    Frank   30    NY     57

该示例为pandas.DataFrame，但pandas.Series相同。

替换元素

在第一个参数中指定原始元素的值，在第二个参数中指定替换后的值。

print(df.replace('CA', 'California'))
#       name  age       state  point
# 0    Alice   24          NY     64
# 1      Bob   42  California     24
# 2  Charlie   18  California     70
# 3     Dave   68          TX     70
# 4    Ellen   24  California     88
# 5    Frank   30          NY     57

包括所有列元素。如果您只想替换特定列的值，请参见下文。

print(df.replace(24, 100))
#       name  age state  point
# 0    Alice  100    NY     64
# 1      Bob   42    CA    100
# 2  Charlie   18    CA     70
# 3     Dave   68    TX     70
# 4    Ellen  100    CA     88
# 5    Frank   30    NY     57

默认情况下，将返回带有替换元素的新DataFrame，但是如果参数inplace = True，则将更改原始DataFrame。最后，我将介绍一个示例。

一次替换多个不同的元素

如果要一次替换多个不同的元素，则可以使用字典或列表。

在字典中指定

在第一个参数中指定{原始值：替换后的值}的字典。

print(df.replace({'CA': 'California', 24: 100}))
#       name  age       state  point
# 0    Alice  100          NY     64
# 1      Bob   42  California    100
# 2  Charlie   18  California     70
# 3     Dave   68          TX     70
# 4    Ellen  100  California     88
# 5    Frank   30          NY     57

在列表中指定

在第一个参数中指定原始值列表，在第二个参数中指定替换值列表。如果列表的大小（元素数）不匹配，则会发生错误。

print(df.replace(['CA', 24], ['California', 100]))
#       name  age       state  point
# 0    Alice  100          NY     64
# 1      Bob   42  California    100
# 2  Charlie   18  California     70
# 3     Dave   68          TX     70
# 4    Ellen  100  California     88
# 5    Frank   30          NY     57

# print(df.replace(['CA', 24, 'NY'], ['California', 100]))
# ValueError: Replacement lists must match in length. Expecting 3 got 2

如果将标量值指定为第二个参数，则所有元素都将替换为该值。

print(df.replace(['CA', 24], 'XXX'))
#       name  age state point
# 0    Alice  XXX    NY    64
# 1      Bob   42   XXX   XXX
# 2  Charlie   18   XXX    70
# 3     Dave   68    TX    70
# 4    Ellen  XXX   XXX    88
# 5    Frank   30    NY    57

注意点

注意多个替换对之间的原始值和替换值是否相同。由于值是按顺序替换的，因此替换的值会进一步替换。结果取决于顺序。

字典示例。

print(df.replace({'CA': 'NY', 'NY': 'XXX'}))
#       name  age state  point
# 0    Alice   24   XXX     64
# 1      Bob   42   XXX     24
# 2  Charlie   18   XXX     70
# 3     Dave   68    TX     70
# 4    Ellen   24   XXX     88
# 5    Frank   30   XXX     57

print(df.replace({'NY': 'XXX', 'CA': 'NY'}))
#       name  age state  point
# 0    Alice   24   XXX     64
# 1      Bob   42    NY     24
# 2  Charlie   18    NY     70
# 3     Dave   68    TX     70
# 4    Ellen   24    NY     88
# 5    Frank   30   XXX     57

字典的顺序在Python 3.7之后得以保留，但在早期版本中未定义。它并不总是看起来像上面的结果。如果要明确指定顺序，请重复调用replace（）。

print(df.replace({'NY': 'XXX'}).replace({'CA': 'NY'}))
#       name  age state  point
# 0    Alice   24   XXX     64
# 1      Bob   42    NY     24
# 2  Charlie   18    NY     70
# 3     Dave   68    TX     70
# 4    Ellen   24    NY     88
# 5    Frank   30   XXX     57

在列表中，第一个元素将首先被替换。当顺序很重要时，使用列表比使用字典更容易。

print(df.replace(['CA', 'NY'], ['NY', 'XXX']))
#       name  age state  point
# 0    Alice   24   XXX     64
# 1      Bob   42   XXX     24
# 2  Charlie   18   XXX     70
# 3     Dave   68    TX     70
# 4    Ellen   24   XXX     88
# 5    Frank   30   XXX     57

print(df.replace(['NY', 'CA'], ['XXX', 'NY']))
#       name  age state  point
# 0    Alice   24   XXX     64
# 1      Bob   42    NY     24
# 2  Charlie   18    NY     70
# 3     Dave   68    TX     70
# 4    Ellen   24    NY     88
# 5    Frank   30   XXX     57

通过指定目标列进行替换

通过将{列名称：{原始值：替换后的值}}的字典指定为第一个参数，只能替换目标列的元素。您可以通过增加字典元素的数量来一次替换多个列和多个值。

print(df.replace({'age': {24: 100}}))
#       name  age state  point
# 0    Alice  100    NY     64
# 1      Bob   42    CA     24
# 2  Charlie   18    CA     70
# 3     Dave   68    TX     70
# 4    Ellen  100    CA     88
# 5    Frank   30    NY     57

print(df.replace({'age': {24: 100, 18: 0}, 'point': {24: 50}}))
#       name  age state  point
# 0    Alice  100    NY     64
# 1      Bob   42    CA     50
# 2  Charlie    0    CA     70
# 3     Dave   68    TX     70
# 4    Ellen  100    CA     88
# 5    Frank   30    NY     57

无法在列表中指定原始值和替换后的值。

# print(df.replace({'age': [[24, 18], [100, 0]], 'point': {24: 50}}))
# TypeError: If a nested mapping is passed, all values of the top level mapping must be mappings

如果要用相同的值替换所有值，请在第一个参数中指定{column name：original value}字典，并在替换后的第二个参数中以标量值指定值。可以将第一个参数的原始值指定为列表。

print(df.replace({'age': 24, 'point': 70}, 100))
#       name  age state  point
# 0    Alice  100    NY     64
# 1      Bob   42    CA     24
# 2  Charlie   18    CA    100
# 3     Dave   68    TX    100
# 4    Ellen  100    CA     88
# 5    Frank   30    NY     57

print(df.replace({'age': [24, 18], 'point': 70}, 100))
#       name  age state  point
# 0    Alice  100    NY     64
# 1      Bob   42    CA     24
# 2  Charlie  100    CA    100
# 3     Dave   68    TX    100
# 4    Ellen  100    CA     88
# 5    Frank   30    NY     57

用正则表达式替换

正则表达式可以与参数regex = True一起使用。

例如，默认情况下，仅在元素值完全匹配时才替换元素值，因此即使它们部分匹配，也不会替换它们。

print(df.replace('li', 'LI'))
#       name  age state  point
# 0    Alice   24    NY     64
# 1      Bob   42    CA     24
# 2  Charlie   18    CA     70
# 3     Dave   68    TX     70
# 4    Ellen   24    CA     88
# 5    Frank   30    NY     57

例如，如果要替换元素的部分字符串，则使用参数regex = True将其设置为正则表达式。

（）中包含的部分可以在替换后按顺序用作组，例如\ 1和\ 2。

print(df.replace('(.*)li(.*)', r'\1LI\2', regex=True))
#       name  age state  point
# 0    ALIce   24    NY     64
# 1      Bob   42    CA     24
# 2  CharLIe   18    CA     70
# 3     Dave   68    TX     70
# 4    Ellen   24    CA     88
# 5    Frank   30    NY     57

当regex = True时，将正则表达式模式指定为第一个参数，将替换后的字符串指定为第二个参数。

如果要替换特定列元素的一部分字符串，也可以使用字符串方法str.replace（）。

df['name'] = df['name'].str.replace('li', 'LI')
print(df)
#       name  age state  point
# 0    ALIce   24    NY     64
# 1      Bob   42    CA     24
# 2  CharLIe   18    CA     70
# 3     Dave   68    TX     70
# 4    Ellen   24    CA     88
# 5    Frank   30    NY     57

详情请参阅以下文章

替换缺失值NaN

提供了一种名为fillna（）的方法来替换缺失值NaN。

尽管可以使用replace（），但fillna（）可以根据行或列替换不同的值。

详情请参阅以下文章

变更原始项目

默认情况下，将返回带有替换元素的新DataFrame，但是如果参数inplace = True，则将更改原始DataFrame。

df = pd.read_csv('./data/24/sample_pandas_normal.csv')
print(df)
#       name  age state  point
# 0    Alice   24    NY     64
# 1      Bob   42    CA     92
# 2  Charlie   18    CA     70
# 3     Dave   68    TX     70
# 4    Ellen   24    CA     88
# 5    Frank   30    NY     57

df.replace('CA', 'California', inplace=True)
print(df)
#       name  age       state  point
# 0    Alice   24          NY     64
# 1      Bob   42  California     92
# 2  Charlie   18  California     70
# 3     Dave   68          TX     70
# 4    Ellen   24  California     88
# 5    Frank   30          NY     57
饺子大人
关注
  • 29
    点赞
  • 踩
  • 100
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
Python 15_pandas.zip
02-23
此外，`astype()`可以用于转换数据类型，`replace()`用于替换特定值，`rename()`用于重命名列名。 在数据转换上，pandas允许我们进行列的排序、数据聚合、分组操作。`sort_values()`用于按指定列进行排序，`groupby...
【Pandas】Replace函数那些事儿
我的数据分析师之路
05-11 1万+
Pandas 数据替换 replace()函数详解。
替换Series中的值replace()函数
liujingwei8610的专栏
08-18 1141
替换Series中的值 replace()函数
python替换—Series.replace()与Series.str.replace()的区别及为何replace()无效的解决方法
sodaloveer的博客
08-25 1848
在Pandas中做数据处理，经常使用.replace()与.str.replace()方法来进行数据替换，本文介绍两种方法适用的对象，其中对于Series数据类型，它是一个由一维数组表示的DataFrame列，而.replace和.str.replace是Series对象的两种方法，虽然它们的名称相似，并且都用于替换Series的值，但实际上它们之间存在不同之外。
oracle replace函数替换多个_REPLACE（替换函数）ROUND（四舍五入函数）INT（向下取整函数）...
weixin_39910043的博客
12-02 562
EXCEL函数公式是EXCEL一项重要计算分析工具，掌握函数运算规律，提升办公效率。▲REPLACE(替换函数)EXCEL日常操作中，不免需要批量替换一些内容，为了提升效率，REPLACE替换函数应运而生。其主要功能是单元格新字符串替换旧字符串。REPLACE函数语法格式：REPLACE(old_text, start_num, num_chars, new_text)参数说明：old_text：...
pandas.replace的用法
weixin_46599926的博客
02-09 2万+
1. pandas.replace()介绍 pandas.Series.replace 官方文档 Series.replace(to_replace=None, value=NoDefault.no_default, inplace=False, limit=None, regex=False, method=NoDefault.no_default) to_replace: 需要替换的值 value：替换后的值 inplace: 是否在原数据表上更改，默认 inplace=False limit：向
【Python数据分析 - 12】：Series结构、pandas中值的获取和修改、切片操作与排序（pandas篇）
Oh_Python的博客
09-24 2838
iloc：可以通过索引的下标获取，索引是时间或下标的名字。注意：根据行列索引取值是必须先是列再是行，不然会报错。Series结构是一维数据，只有行索引，没有列索引。根据行索引取值时必须有一个范围，不然会报错。sort_values对值进行排序。loc：只能锁定行列索引的名字。
python1903笔记 15_pandas.zip
03-09
此外，可以使用`replace()`函数替换特定值，`isnull()`和`notnull()`检查缺失值。 4. **数据筛选和切片**：通过布尔索引，可以轻松筛选满足特定条件的行。例如，`df[df['column'] > value]`将返回`column`列大于`...
dataanaly_numpy_pandas_python_sebo301.com4_数据分析_源码.zip
10-25
2. **Pandas**: Pandas是基于NumPy构建的数据分析库，提供了DataFrame和Series等数据结构，使数据处理变得极其方便。DataFrame类似于电子表格，可以容纳不同类型的数据，并且具有强大的数据清理、排序、聚合和分组...
pandas-1.4.3-cp310-cp310-win_amd64.zip
11-21
1. 数据结构：Pandas的核心是DataFrame和Series数据结构，它们提供了一种灵活且高效的方式来组织和操作表格型数据。 2. 数据导入导出：支持多种文件格式（如CSV、Excel、SQL数据库等）的读写操作，方便数据的导入和...
python机器学习速查表_cheat_sheet.rar
11-25
- pandas是Python中最常用的数据分析库，其数据结构DataFrame和Series提供了高效的数据操作接口。 - DataFrame可以看作是一个二维表格，包含列名和行索引，支持多种数据类型。 - Series是一维数据结构，类似于一...
5 用Pandas库处理数据（Series和DataFrame）
Emily的博客
11-25 1367
从书、一些博主的分享上学习的笔记！
【python】(15)python的series进行值替换的4种代码实现方法
最新发布
qq_35559420的博客
03-27 960
python的series进行值替换的4种代码实现方法：使用replace()方法、使用条件语句进行替换、使用map()方法、使用apply()方法。
Python干货宝典：如何处理Pandas中丢失的数据
Python6886的博客
11-16 466
当一个或多个项目或整个单元没有提供信息时，可能会出现丢失数据。在现实生活中，丢失数据是一个很大的问题，往往找半天还找不回来。 在Pandas中，缺少的数据由两个值表示： None：None是Python单例对象，通常用于丢失Python代码中的数据。 NaN(非数字的缩写)，是所有使用标准ieee浮点表示的系统所认可的特殊浮点值。 pandas对于None和NaN本质上是可互换的，用于表示缺失或空值。 在Pandas DataFrame中有几个用于检测、删除和替换空值的有用函数： isnull()
python列表替换元素_24_Pandas.DataFrame,Series元素值的替换（replace）
weixin_39852953的博客
11-24 2605
24_Pandas.DataFrame,Series元素值的替换（replace）要替换pandas.DataFrame，pandas.Series元素的值，请使用replace（）方法。这里，将描述以下内容。替换元素一次替换多个不同的元素在字典中指定在列表中指定注意点通过指定目标列进行替换用正则表达式替换替换缺失值NaN变更原始项目以下面的数据为例。一些元素的值已更改以作说明。import pa...
DataFrame如何对某行某列的单个元素进行替换(.loc[]与.iloc[]区别)
漫步量化
11-14 1万+
DataFrame如何对某行某列的单个元素进行替换(.loc[]与.iloc[]区别) 在DataFrame文件中，对i行j列的那个元素进行替换、插入数据操作，采用的是pd.loc[] pd.iloc[i,j] i,j 只能是数字，即原始索引。 pd.loc[i,‘j’] i,j既可以是数字，也可是字母，即索引标签。 这两个函数经常用来提取指定位置的数据，直接对其赋值也是可以的。 pd....
Pandas替换元素、字符串
小龙在线
12-15 362
Pandas有多种方法替换元素，可以使用loc、numpy.where、mask、apply等。
python -- Pandas replace自定义函数做数据替换
shadowsland的专栏
09-15 2452
Pandas 作为python最常用的数据包之一经常会被用到，其涉及数据替换的方法有很多，下面简述我了解的几种方法： 1. 常用的series 的 replace replace( self, to_replace=None, # 替换前的数据 value=None, # 替换后的数据 inplace=False, # 是否修改源数据 limit=None, # 修改限制 regex=False, # 是否使用正则 method=“pad”, # 填充方式，还有‘ffill’ 和‘bfill’ ) 1
Python pandas 替换指定数据
热门推荐
爱吃干脆面的小潘
03-16 4万+
目录一、构造dataframe二、替换指定数据（fillna、isin、replace)三、替换函数replace()详解 一、构造dataframe import pandas as pd import numpy as np df=pd.DataFrame(np.arange(16).reshape(4,4),columns=["sh","bj","sz","gz"],index=["one","two","three","four"]) df.iloc[0,1]=np.nan 二、替换指定数据（f
dataframe类型数据的遍历_pandas 常用的数据处理函数
05-25
在 Pandas 中，DataFrame 是一个二维的表格型数据结构，可以看作是由多个 Series 组成的字典。遍历 DataFrame 数据可以使用以下方法： 1. 使用 for 循环遍历每一行数据： ```python import pandas as pd # 创建一个 DataFrame data = {'name': ['Tom', 'Jack', 'Mary'], 'age': [18, 20, 22]} df = pd.DataFrame(data) # 遍历每一行数据 for index, row in df.iterrows(): print(row['name'], row['age']) ``` 2. 使用 apply() 函数遍历每一列数据： ```python import pandas as pd # 创建一个 DataFrame data = {'name': ['Tom', 'Jack', 'Mary'], 'age': [18, 20, 22]} df = pd.DataFrame(data) # 遍历每一列数据 def print_col(col): print(col.name, col.values) df.apply(print_col) ``` 常用的 Pandas 数据处理函数包括： 1. dropna()：删除包含缺失值的行或列。 2. fillna()：用指定值或方法填充缺失值。 3. replace()：替换指定值。 4. groupby()：按照指定列进行分组。 5. pivot_table()：创建透视表。 6. merge()：合并多个 DataFrame。 7. sort_values()：按照指定列进行排序。 等等。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值