Question

我正在python中编写一个程序来替换数据框的某些值，我的想法是我有一个名为file.txt的文件，如下所示：

 A:::s:::te-sd:::0.3
 B:::s:::te-sd:::0.2
 C:::s:::fd-df:::0.1
 W:::h:::fd-df:::0.1

我希望使用':::'作为分隔符，我想按照以下规则替换一些字符串的四列值：

属于range1的所有值将被替换为'N'：

range1=[-0.2,-0.1,0,0.1,0.2] -> 'N'

属于range2的所有值将替换为'L'：

range2=[-0.5,-0.4,-0.3] -> 'L'

属于range3的所有值将被替换为'H'：

range3=[0.3,0.4,0.5]

为了达到这个目的，我尝试了以下方法：

import pandas as pd

df= pd.read_csv('file.txt', sep=':::',header=None)

labels=df[3]


range1=[-0.2,-0.1,0,0.1,0.2]

range2=[-0.5,-0.4,-0.3]

range3=[0.3,0.4,0.5]

for label in labels:
    if((label in range1) == True):
       label = 'N'

    if((label in range2) == True):
       label = 'L'

    if((label in range2) == True):
       label = 'H'

print(labels)

但是当我打印标签与任何更改保持一致时，我想欣赏有关如何修复它的任何建议。

Answer 1

查找并使用isin函数替换字典。像这样......

>>> lookup = {'N': range1, 'L': range2, 'H': range3}

>>> lookup
{'H': [0.3, 0.4, 0.5], 'L': [-0.5, -0.4, -0.3], 'N': [-0.2, -0.1, 0, 0.1, 0.2]}

>>> df
   0  1      2    3
0  A  s  te-sd  0.3
1  B  s  te-sd  0.2
2  C  s  fd-df  0.1
3  W  h  fd-df  0.1


>>> for k, v in lookup.items():
...     df.loc[df[3].isin(v), 3] = k


>>> df
   0  1      2  3
0  A  s  te-sd  H
1  B  s  te-sd  N
2  C  s  fd-df  N
3  W  h  fd-df  N

Answer 2

for label in labels:每次都会创建一个新变量label，并为其指定一个值。无论如何，更改该值不会影响该元素。试试这个：

for i in xrange(len(labels)):
    if label[i] in range1:
        label[i] = 'N'

    elif label[i] in range2:
        label = 'L'

    elif label[i] in range3: # You had a bug here -> it was range2
        label = 'H'

print labels

Answer 3

返回的值是字符串。您需要将它们转换为浮点数（或者将范围值更改为字符串）。

label_vals = [float(x[-1]) for x in df[3].str.split(':::')]

可替换地：

def mapping(val):
    if -.2 <= val <= .2:
        return 'N'
    if .3 <= val <= .5:
        return 'H'
    if -.5 <= val <= -.3:
        return 'L'

new_labels = [':::'.join(x[:-1] + [mapping(float(x[-1]))]) 
              for x in df[3].str.split(':::')]

>>> new_labels
['A:::s:::te-sd:::H',
 'B:::s:::te-sd:::N',
 'C:::s:::fd-df:::N',
 'W:::h:::fd-df:::N']

如何编写程序来替换数据帧的某些字符串？

3 个答案: