Question

我搜索了过去30分钟的答案，但唯一的解决方案是针对单个列还是针对R.我有一个数据集，其中我想将（'Y / N'）值更改为分别为1和0。我觉得复制和粘贴17次以下的代码是非常低效的。

df.loc[df.infants == 'n', 'infants'] = 0
df.loc[df.infants == 'y', 'infants'] = 1
df.loc[df.infants == '?', 'infants'] = 1

我的解决方案如下。这不会导致错误，但数据框中的值不会更改。我假设我需要做像df = df_new这样的事情。但是怎么做呢？

for coln in df:
for value in coln: 
        if value == 'y':
            value = '1'
        elif value == 'n':
            value = '0'
        else: 
            value = '1'

编辑：此数据集中有17列，但我希望解决另一个包含56列的数据集。

republican  n   y   n.1 y.1 y.2 y.3 n.2 n.3 n.4 y.4 ?   y.5 y.6 y.7 n.5 y.8
0   republican  n   y   n   y   y   y   n   n   n   n   n   y   y   y   n   ?
1   democrat    ?   y   y   ?   y   y   n   n   n   n   y   n   y   y   n   n
2   democrat    n   y   y   n   ?   y   n   n   n   n   y   n   y   n   n   y
3   democrat    y   y   y   n   y   y   n   n   n   n   y   ?   y   y   y   y
4   democrat    n   y   y   n   y   y   n   n   n   n   n   n   y   y   y   y

Answer 1

我认为最简单的方法是dict使用replace：

np.random.seed(100)
df = pd.DataFrame(np.random.choice(['n','y','?'], size=(5,5)), 
                                   columns=list('ABCDE'))
print (df)
   A  B  C  D  E
0  n  n  n  ?  ?
1  n  ?  y  ?  ?
2  ?  ?  y  n  n
3  n  n  ?  n  y
4  y  ?  ?  n  n

d = {'n':0,'y':1,'?':1}
df = df.replace(d)
print (df)
   A  B  C  D  E
0  0  0  0  1  1
1  0  1  1  1  1
2  1  1  1  0  0
3  0  0  1  0  1
4  1  1  1  0  0

Answer 2

这应该有效：

for col in df.columns():
   df.loc[df[col] == 'n', col] = 0
   df.loc[df[col] == 'y', col] = 1
   df.loc[df[col] == '?', col] = 1

Answer 3

也许你可以尝试申请，

import pandas as pd
# create dataframe
number = [1,2,3,4,5]
sex = ['male','female','female','female','male']
df_new = pd.DataFrame()
df_new['number'] = number
df_new['sex'] = sex
df_new.head()
# create def for category to number 0/1
def tran_cat_to_num(df):
    if df['sex'] == 'male':
        return 1
    elif df['sex'] == 'female':
        return 0
# create sex_new 
df_new['sex_new']=df_new.apply(tran_cat_to_num,axis=1)
df_new

原始

   number     sex
0       1    male
1       2  female
2       3  female
3       4  female
4       5    male

使用后

   number     sex  sex_new
0       1    male        1
1       2  female        0
2       3  female        0
3       4  female        0
4       5    male        1

Answer 4

您可以使用map function更改值。

例：

x = {'y': 1, 'n': 0}

for col in df.columns():
    df[col] = df[col].map(x)

这样就可以映射数据框的每一列。

Answer 5

这应该做：

df.infants = df.infants.map({ 'Y' : 1, 'N' : 0})

Answer 6

以上所有解决方案都是正确的，但是您还可以做的是：

df["infants"] = df["infants"].replace("Y", 1).replace("N", 0).replace("?", 1) 现在，我更加仔细地阅读了该内容，与使用replace with dict非常相似！

Answer 7

使用dataframe.replace()：

df.replace({'infants':{'y':1,'?':1,'n':0}},inplace=True)

如何更改数据框Python中的值

7 个答案: