js replace所有的?全部替换_pandas数据替换详细说明及案例

1、替换 df.replace(to_replace,regex,......)

Series或DataFrame可以通过replace方法可以实现元素值的替换操作，但空值无法处理。

• to_replace：被替换值，支持单一值，列表，字典，正则表达式。

• regex：是否使用正则表达式，默认为False。

df = pd.read_excel(r"D:\Case_data/data01.xlsx",encoding="utf-8")display("数据：",df)print("输出行列数：",df.shape)display("输出统计信息：",df.describe()) print("输出空值信息：","",df.info())

# 替换。支持单个值，字典，列表，正则表达式，替换都是拷贝后的替换，原来的df不变df["是否已婚"] = df["是否已婚"].replace("否", "0") #单个值的替换df["是否已婚"] = df["是否已婚"].replace("是", "1") #单个值的替换df["资产(万)"] = df["资产(万)"].replace({50:52,30:"35"}) # 字典 替换df["车产1"] = df["车产"].replace([0,1],["否","是"]) # 列表对应替换df["房产1"] = df["房产"].replace([1,2],"是") # 列表替换为同一个值df["编号1"] = df["编号"].replace('A(.*)', "a", regex=True) #正则表达式替换display(df)

2、索引替换

df["房产1"][df["房产1"].astype("str") == "0"]="否"df["资产(万)"][df["资产(万)"].astype("int") >= 60]="优秀"display(df)

3、映射替换

• map：对当前Series的值进行映射转换。参数可以是一个Series, 根据Series的index来进行映射，一个字典或者是一个函数。

• apply：通过函数实现映射转换。【Series传递元素，DataFrame传递行或列。】

• applymap：通过函数实现元素级的映射转换。

# 通过apply或map来实现。def fx(item): if item >= 1: Z = "合格" else: Z = "不合格" return Zdf["Z"] = df["房产"].map(fx)df["Z1"] = df["房产"].apply(fx)df["Z2"] = df[["房产"]].applymap(fx)display(df)

4、空值替换

发现空值

df.shape  ; df.info() ; df.describe() 

删除空值

df.dropna(axis=0/1,inplace=True/False,how='any' / how='all' / thresh=n)

说明：

• axis：指定丢弃行或者丢弃列(默认为丢弃行axis = 0)。axis=0 / axis=1

• inplace：指定是否就地修改，默认为False。是否就地操作

• how：指定dropna丢弃缺失值的行为，默认为any(只要存在就删除)。all (该行(列)全部为空才删除)/ any

• thresh：当非空数值达到该值时，保留数据，否则删除。如 thresh = 3，弥补how的不足(与how不同时使用)

填充缺失值

df.fillna(value / method ='ffill' [,limit=n] / method='bfill' [,limit=n] ,[inplace=True/False])

说明：

• value：填充所使用的值。固定值填充，支持直接输入值，支持字典，支持Series,需要注意的是字典的key值，Series的index要与df的列名称对应。

• method：指定前值(上一个有效值)填充(pad / ffill)，还是后值(下一个有效值)填充(backfill / bfill)。

• limit：如果指定method，表示最大连续NaN的填充数量，如果没有指定method，则表示最大的NaN填充数量。

• inplace：指定是否就地修改，默认为False。

5、重复值替换

发现重复值

我们可以通过duplicated方法来发现重复值。该方法返回Series类型的对象，值为布尔类型，表示是否与上一行重复。

r = df[df.duplicated( [subset=[0,1,...],keep='first'/'last'/False)] )]

display(r.sort_values([1,0,...], axis=0))

参数说明：

• subset：指定依据哪些列判断是否重复，默认为所有列。

• keep：指定记录被标记为重复(True)的规则。默认为first。

删除重复值

通过drop_duplicates可以删除重复值。

df.drop_duplicates([subset=[0,1,...], keep='first'/'last', inplace=Ture/False])

参数说明：

• subset：指定依据哪些列判断是否重复，默认为所有列,如subset = ["姓名","编码","资产"]。

• keep：指定记录删除(或保留)的规则。默认为first，所以一般不要再自行指定keep啦。

• inplace：指定是否就地修改，默认为False。

• #如果想了解关于当前这个方法的更多参数。怎么办？
  df.drop_duplicates
  # 按组合键：shift + tab 建   4次

6、元素内容替换

s = pd.Series(["10 1 ",1001,10001])s = s.astype("str") #先转换为字符串类型len_s = s.str.len() #计算每个元素的长度isdigit_s = s.str.isdigit() #查看每个元素是否只包含数字，返回True/Falsecut_s = s.str[0:2] #切片截取字符串split_s = s.str.split(" ") #指定字符进行切割，返回列表strip_s = s.str.strip(' ') #删除左右两端的空格，中间部分依然保留replace_s = s.str.replace(" ","") #将指定的字符替换为其他字符，这里将空格替换删除display(len_s,isdigit_s,cut_s,split_s,strip_s,replace_s)