Pandas DataFrame replace 替換后無(wú)效

result.replace({1:'不滿(mǎn)意', 0:'滿(mǎn)意'}, inplace=True)

需要添加inplace=True參數(shù)后，result的值才會(huì)替換成功

或者

result = result.replace({1:'不滿(mǎn)意', 0:'滿(mǎn)意'})

也可以替換成功

Pandas的替換和部分替換（replace）

在處理數(shù)據(jù)的時(shí)候，很多時(shí)候會(huì)遇到批量替換的情況，如果一個(gè)一個(gè)去修改效率過(guò)低，也容易出錯(cuò)。

replace()是很好的方法。

源數(shù)據(jù)：

1、替換全部或者某一行

replace的基本結(jié)構(gòu)是： df.replace(to_replace, value) 前面是需要替換的值，后面是替換后的值。

例如我們要將南岸改為城區(qū)：

這樣Python就會(huì)搜索整個(gè)DataFrame并將文檔中所有的南岸替換成了城區(qū)（要注意這樣的操作并沒(méi)有改變文檔的源數(shù)據(jù)，要改變?cè)磾?shù)據(jù)需要使用inplace = True）。

使用inplace = True更改源數(shù)據(jù)

由于南岸只有城市一列具有相同值，使用起來(lái)比較方便。

但是如果我們要改變表1Lon里的某個(gè)數(shù)據(jù)，而不改變Longitude的數(shù)據(jù)要怎么做呢？

改變指定的列的數(shù)據(jù)：

所以只想替換部分?jǐn)?shù)據(jù)的時(shí)候并且要寫(xiě)入源數(shù)據(jù)就需要指定inplace。

在上面的操作只改變了表1Lon的數(shù)據(jù)，其它列的數(shù)據(jù)并沒(méi)有被替換，而且在替換后的結(jié)果不需要我們?cè)俸驮磾?shù)據(jù)進(jìn)行合并操作，可以直接體現(xiàn)在源數(shù)據(jù)中。

2、替換指定的某個(gè)或指定的多個(gè)數(shù)值（用字典的形式）

只改變指定的值

這個(gè)很好理解，就是字典里的建作為原值，字典里的值作為替換的新值。

當(dāng)然，我們也可是使用列表的形式進(jìn)行替換： df.replace(['A','29.54'],['B',100])

用列表的形式進(jìn)行替換：

還有如果想要替換的新值是一樣的話，我們還可以這樣做：

部分替換和替換某個(gè)值結(jié)合使用的話就可以替換單個(gè)列的數(shù)值：

3、使用正則表達(dá)式替換

正則表達(dá)式很強(qiáng)大，能夠讓我們實(shí)現(xiàn)一次替換很多很多個(gè)不同的值：

源數(shù)據(jù)

使用正則表達(dá)式的時(shí)候記得后面加 regex=True參數(shù)。

有圖中我們可以看到只要包含有大寫(xiě)的英文字母的數(shù)據(jù)都被替換了，如果我們要寫(xiě)入源數(shù)據(jù)還需要指定inpla = True。

指定列替換數(shù)據(jù)：

當(dāng)需要將缺失值替換掉的時(shí)候，我們可以考慮直接只用fillna()，功能更強(qiáng)大，這個(gè)前面已經(jīng)有說(shuō)過(guò)了。

在某些情況下，如果我們只需要某個(gè)數(shù)據(jù)的部分內(nèi)容，我們?cè)撛趺床僮髂兀?/p>

比如要把變電站都改為transformer_substation，或者是把Latitude列的前面的ab改為AB：

指定列更改替換部分字符

指定列更改替換部分字符

需要注意的時(shí)更好指定列的時(shí)候，使用str.replace時(shí)不能使用inplace = True參數(shù)，因此需要改成賦值，賦值的時(shí)候不要忘了是列的賦值而不是整個(gè)表格的賦值。

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論