python -- Pandas replace自定义函数做数据替换

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. 简单的单个和多个数据替换

df.web.replace('RAY', "ray")  # 单对单
df.web.replace(['RAY', '365'], "A") # 多对单
df.web.replace(['RAY','YB-IM','1X'], ["A", "B","C"])	# 多对多, 数量要对应

注：未设置inplace时返回替换后的结果，源数据不变，inplace设置为True直接修改源数据

2. 使用字典修改对应值

注意：以上替换需要完全匹配才能替换

3. 使用正则修改
配置regex=True则表示使用正则，正则寻找到匹配的字符串即替换, 不需要完全匹配
写法有多种：

value = {'RAY': 'A', 'YB-FY': 'B', 'YB-IM': 'C', '1X': 'D', '365': 'E'}
k =  ['RAY', 'YB-FY', 'YB-IM', '1X', '365']
v = "ABCDE"
df.web.replace(k, list(v), regex=True)  # 注意如果不使用list，则表示多对单
df.web.replace(value, regex=True)
df.web.replace(k, list(v), regex=True)	 
df.web.replace(regex=value)	# 直接赋值字典给regex
df.web.replace(value=list(v), regex=k)	# 赋值key给regex， 然后value自己给出

---

2. Pandas 中str.replace()

str.replace()的正式形式为 Series.str.replace(pat, repl)

• pat为想要寻找的模式，一般为正则表达式，
• repl为要替换进去的字符串或函数， 重点是其可以使用函数

1. 简单替换

注：使用的时正则，匹配到即替换，不需要完全匹配

2. 使用函数
当repl为函数时，pat正则表达式匹配到的结果会作为参数传递过去，然后使用函数返回值替换匹配到的部分

正则的使用可以千变万化，当使用函数后可以很方便的根据自定义规则去修改值