用另一个值替换pandas dataframe列中的少量值

Question

我有一个pandas数据帧df，如下图所示：

BrandName Specialty
A          H
B          I
ABC        J
D          K
AB         L

我想取代＆＃39; ABC＆＃39;和＆＃39; AB＆＃39;在列中的BrandName由A. 有人可以帮忙吗？

Answer 1

最简单的方法是在列上使用replace方法。参数是您要替换的内容列表（此处为['ABC', 'AB']）以及您要替换它们的内容（在本例中为字符串'A'）：

>>> df['BrandName'].replace(['ABC', 'AB'], 'A')
0    A
1    B
2    A
3    D
4    A

这将创建一系列新值，因此您需要将此新列分配给正确的列名称：

df['BrandName'] = df['BrandName'].replace(['ABC', 'AB'], 'A')

Answer 2

替换

DataFrame对象具有强大而灵活的replace方法：

DataFrame.replace(
        to_replace=None,
        value=None,
        inplace=False,
        limit=None,
        regex=False, 
        method='pad',
        axis=None)

注意，如果您需要进行更改，请对inplace方法使用replace布尔参数：

就地

  

inplace ：布尔值，默认False   如果True已到位。注意：这将修改此对象上的任何其他视图（例如，一个列形成一个DataFrame）。如果是True，则返回调用者。

段

df['BrandName'].replace(
    to_replace=['ABC', 'AB'],
    value='A',
    inplace=True
)

Answer 3

此解决方案将更改现有数据框本身：

F3

Answer 4

loc函数可用于替换多个值， 文档： loc

df.loc[df['BrandName'].isin([ABC', 'AB'])]='A'

Answer 5

您还可以将dict传递给pandas.replace方法：

data.replace({
    'column_name': {
        'value_to_replace': 'replace_value_with_this'
    }
})

这样做的好处是，您可以一次替换多个列中的多个值，就像这样：

data.replace({
    'column_name': {
        'value_to_replace': 'replace_value_with_this',
        'foo': 'bar',
        'spam': 'eggs'
    },
    'other_column_name': {
        'other_value_to_replace': 'other_replace_value_with_this'
    },
    ...
})

Answer 6

您可以使用 loc 进行基于条件的替换并指定列名

df = pd.DataFrame([['A','H'],['B','I'],['ABC','ABC'],['D','K'],['AB','L']],columns=['BrandName','Col2'])
df.loc[df['BrandName'].isin(['ABC', 'AB']),'BrandName'] = 'A'

输出

Answer 7

创建了数据框：

import pandas as pd
dk=pd.DataFrame({"BrandName":['A','B','ABC','D','AB'],"Specialty":['H','I','J','K','L']})

现在使用DataFrame.replace()函数：

dk.BrandName.replace(to_replace=['ABC','AB'],value='A')

Answer 8

只想证明两种主要实现方式之间没有没有效果：

df = pd.DataFrame(np.random.randint(0,10,size=(100, 4)), columns=list('ABCD'))

def loc():
    df1.loc[df1["A"] == 2] = 5
%timeit loc
19.9 ns ± 0.0873 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)


def replace():
    df2['A'].replace(
        to_replace=2,
        value=5,
        inplace=True
    )
%timeit replace
19.6 ns ± 0.509 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)