Question

我的样本数据集：

import pandas as pd
import numpy as np
df = {'ID': ['A',0,0,1,'A',1],
'ID1':['Yes','Yes','No','No','Yes','Yes']}
df = pd.DataFrame(df)

我的真实数据集是从excel文件中读入的，该列是＆＃39; ID1＆＃39;包含＆＃39;是＆＃39;或者＆＃39;否＆＃39;。列＆＃39; ID＆＃39;包含1,0和＆＃39; A＆＃39;。我想：

对于列＆＃39; ID1＆＃39;我想替换“是”＆＃39;作为1和＆＃39;否＆＃39;为0.
列＆＃39; ID＆＃39;我想取代＆＃39; A＆＃39;为0

我尝试了以下方式

# The values didn't change
df['ID1']=df['ID1'].replace(['Yes', 'No'], [1, 0])
# Or, The values didn't change
df['ID1']=df['ID1'].replace(['Yes', 'No'], [1, 0],inplace='ignore')
# Or,  it turns 'A' to 'nan'
df['ID'] = df['ID'].map({1: 1, 0: 0, 'A':0})
 # OR, it turns 'A' to 'nan'
df['ID'] = df['ID'].map({1: 1, 0: 0, 'A':0}, na_action=None)

如果您运行我的示例数据集代码以获取示例数据集，我的代码可以正常工作，该数据集将系列转换为DF ，但它不能用于我的真实我从excel文件中读取的数据集。我在网上搜索但无法找出原因。我的真实数据集中的这些列是对象类型，我尝试转换为字符串，但仍然无法正常工作。

修改

我的阅读我的真实数据集的代码：

path =os.chdir(r"S:\path")

df1 = pd.read_excel('data.xlsx',skiprows=[0]) 

df1['ID']=df1['ID'].str.strip()
df1['ID'] = df1['ID'].map({'1': 1, '0': 0, 'A':0}, na_action=None)

df1['ID1']=df1['ID1'].str.strip()
df1['ID1']=df1['ID1'].replace(['Yes', 'No'], [1, 0])

df1.head()
Out[55]: 
    ID1   ID
0    1  NaN
1    1  NaN
2    1  NaN
3    1  0.0
4    1  NaN

我已在线上传文件，请点击此链接：https://filebin.ca/3UAh5051Psnv/test.xlsx

Answer 1

尝试清理ID1和ID列：

df['ID'] = df['ID'].astype(str).str.strip().map({'1': 1, '0': 0, 'A':0}, na_action=None)
df['ID1'] = df['ID1'].str.strip().replace(['Yes', 'No'], [1, 0])

结果：

In [234]: df
Out[234]:
    ID1  ID
0     1   1
1     1   1
2     1   1
3     1   0
4     1   1
5     1   1
6     1   0
7     1   1
8     1   1
9     1   1
10    1   1
11    1   1
12    1   1
13    1   0
14    1   1
15    1   1
16    1   0
17    1   1
18    1   1
19    1   1
20    1   1
21    1   1
22    1   1
23    1   1
24    1   1
25    1   1
26    1   1
27    1   1
28    1   1
29    1   1
30    1   1

替换列不工作的pandas中的值

1 个答案: