pandas if else语句（数据替换）

最新推荐文章于 2024-07-04 06:40:42 发布

孤数不证

最新推荐文章于 2024-07-04 06:40:42 发布

阅读量1w

点赞数 3

本文链接：https://blog.csdn.net/weixin_43668299/article/details/108201171

版权

本文介绍了如何使用pandas的replace方法高效地替换数据。包括替换全部值、部分值、指定数值、使用正则表达式替换以及处理缺失值。通过实例详细解释了各种替换操作，强调了inplace参数的使用以及如何针对特定列进行操作。

摘要由CSDN通过智能技术生成

1.if-then / if-then-else用在一个数据帧上：

（原文链接：https://blog.csdn.net/tcy23456/article/details/85460709）
（可进入该博主的主页，查看更多pandas其他功能资料）
# 实例1：if-then-else
df = pd.DataFrame({'A': [10,11,12],'B': [20,21,22],'C': [30, 31, -32]})

df.loc[df.A >= 11, 'B'] = -1        #if-then在一列上（对一列进行修改值
df.loc[df.A >= 5, ['B', 'C']] = 88  #if-then分配给2列
df.loc[df.A < 12, ['B', 'C']] = 99  # 添加不同逻辑另一行，以执行-else

#df              result1          result2          result3
   A   B   C        A   B   C       A    B   C       A    B   C
0  10  20  30    0  10  20  30    0  10  88  88    0  10  99  99
1  11  21  31    1  11  -1  31    1  11  88  88    1  11  99  99
2  12  22 -32    2  12  -1 -32    2  12  88  88    2  12  88  88

# 实例2：where 矢量化if else

df_bool = pd.DataFrame({'A': [True] * 3, 'B': [False] * 3, 'C': [True, False,True] })

df.where(df_bool, -66)#根据bool值选择
df['logic'] = np.where(df['A'] > 11, 'high', 'low')

#df              result4          result5
   A   B   C       A    B   C       A   B   C    logic
0  10  99  99    0  10 -66  99    0  10  99  99   low
1  11  99  99    1  11 -66 -66    1  11  99  99   low
2  12  88  88    2  12 -66  88    2  12  88  88   high

# 实例3：
s1=pd.Series([11,np.nan,13,14,np.nan])
s2=pd.Series([np.nan,22,23,24,25])
np.wh