pandas 替换 某列大于_pandas的替换和部分替换（replace）

在处理数据的时候，很多时候会遇到批量替换的情况，如果一个一个去修改效率过低，也容易出错。replace()是很好的方法。

源数据

1、替换全部或者某一行

replace的基本结构是：df.replace(to_replace, value) 前面是需要替换的值，后面是替换后的值。

例如我们要将南岸改为城区：

将南岸改为城区

这样Python就会搜索整个DataFrame并将文档中所有的南岸替换成了城区(要注意这样的操作并没有改变文档的源数据，要改变源数据需要使用inplace = True)。

使用inplace = True更改源数据

由于南岸只有城市一列具有相同值，使用起来比较方便。

但是如果我们要改变表1Lon里的某个数据，而不改变Longitude的数据要怎么做呢？

改变指定的列的数据

所以只想替换部分数据的时候并且要写入源数据就需要指定inplace。

在上面的操作只改变了表1Lon的数据，其它列的数据并没有被替换，而且在替换后的结果不需要我们再和源数据进行合并操作，可以直接体现在源数据中。

2、替换指定的某个或指定的多个数值(用字典的形式)

只改变指定的值

这个很好理解&#x