Question

我有一个跨越数年的数据框，在某些时候他们改变了种族代码。所以我需要重新编码以年为条件的值 - 这是同一数据帧中的另一列。例如1到3,2到3,3到4等等：

old = [1, 2, 3, 4, 5, 91]
new = [3, 3, 4, 2, 1, 6]

这仅在1996年至2001年期间进行。不得更改同一栏（种族）中其他年份的价值。希望避免过多的低效循环，我试过：

    recode_years = range(1996,2002)
    for year in recode_years:
        df['ethnicity'][df.year==year].replace(old, new, inplace=True)

但是数据框中的原始值没有改变。替换方法本身已替换并正确返回新值，但inplace选项似乎不会在应用条件时影响原始数据帧。这对于经验丰富的Pandas用户来说可能是显而易见的，但肯定必须有一些简单的方法来实现这一点而不是遍历每个singel元素？

编辑（x2）：她是另一种方法的例子，它也不起作用（'替换长度必须等于系列长度'和“TypeError：数组不能安全地转换为所需类型”）：

oldNewMap = {1:2, 2:3}
df2 = DataFrame({"year":[2000,2000,2000,2001,2001,2001],"ethnicity":[1,2,1,2,3,1]})
df2['ethnicity'][df2.year==2000] = df2['ethnicity'][df2.year==2000].map(oldNewMap)

编辑：这似乎是特定于安装/版本的问题，因为这在我的其他计算机上运行良好。

Answer 1

以不同的方式做到这一点可能更简单：

oldNewMap = {1: 3, 2: 3, 3: 4, 4: 2, 5: 1, 91: 6}
df['ethnicity'][df.year==year] = df['ethnicity'][df.year==year].map(oldNewMap)

大熊猫的条件替换

1 个答案: