Question

在列冒险级别中，我想将Small替换为1，将Medium替换为5，将High替换为15。我试过了：

dfm.replace({'risk':{'Small': '1'}},{'risk':{'Medium': '5'}},{'risk':{'High': '15'}})

但只有媒体被替换了。有什么问题？

Answer 1

您的替换格式已关闭

In [21]: df = pd.DataFrame({'a':['Small', 'Medium', 'High']})

In [22]: df
Out[22]: 
        a
0   Small
1  Medium
2    High

[3 rows x 1 columns]

In [23]: df.replace({'a' : { 'Medium' : 2, 'Small' : 1, 'High' : 3 }})
Out[23]: 
   a
0  1
1  2
2  3

[3 rows x 1 columns]

Answer 2

您可以定义一个字典并调用map

In [256]:

df = pd.DataFrame({'a':['Small', 'Medium', 'High']})
df
Out[256]:
        a
0   Small
1  Medium
2    High

[3 rows x 1 columns]
In [258]:

vals_to_replace = {'Small':'1', 'Medium':'5', 'High':'15'}
df['a'] = df['a'].map(vals_to_replace)
df
Out[258]:
    a
0   1
1   5
2  15

[3 rows x 1 columns]


In [279]:

val1 = [1,5,15]
df['risk'].update(pd.Series(val1))
df
Out[279]:
  risk
0    1
1    5
2   15

[3 rows x 1 columns]

Answer 3

In [123]: import pandas as pd                                                                                                                                

In [124]: state_df = pd.DataFrame({'state':['Small', 'Medium', 'High', 'Small', 'High']})                                                                    

In [125]: state_df
Out[125]: 
    state
0   Small
1  Medium
2    High
3   Small
4    High

In [126]: replace_values = {'Small' : 1, 'Medium' : 2, 'High' : 3 }                                                                                          

In [127]: state_df = state_df.replace({"state": replace_values})                                                                                             

In [128]: state_df
Out[128]: 
   state
0      1
1      2
2      3
3      1
4      3

Answer 4

我必须打开“ regex”标志才能使其正常工作：

df.replace（{'a'：{'Medium'：2，'Small'：1，'High'：3}}，regex = True）

Answer 5

String替换新字符串（1,5,15）\

的每个字符串（Small，Medium，High）

如果dfm是数据框名称，则列是列名。

nginx.conf

Answer 6

您可以使用以下解决方案来解决您的问题：

dfm.column.str.replace('Small', '1').str.replace('Medium', '5').str.replace('High', '15')

pandas将一列替换为多个值

6 个答案: