Question

我在pandas dataframe中有许多列中的数据，如下所示：

col1|   col2|   ...|   col99    |col100
MBs|    Gigabytes|...|  MBs|    |MBs
Megabytes|   GBs|...|Megabytes  |Gigabytes
GB  |   Megabytes|  ...|Gigabytes|Gigabytes
GBs |   GB     |...   |MBs  |Gigabytes
Gigabytes|Megabytes|...|Gigabytes   |Megabytes

我还有一个映射类似值的字典。例如，

mapping = {'Megabytes':'MB', 'Gigabytes':'GB', 'MBs':'MB','GBs':'GB', 'GB':'GB',}

我想用dict中的映射值替换列中的每个值。目前我正在尝试做这样的事情，但收到错误。预期的输出应该是

col1|col2|...|col99|col100
MB| GB|...| MB| |MB
MB|GB|...|MB|GB
GB |MB|...|GB|GB
GB|GB|...|MB|GB
GB|MB|...|GB|MB

# My current implementation
df = df.apply(lambda x: x.astype(str).replace('GBs', 'GB').replace('MBs', 'MB').replace('Megabytes', 'MB').replace('Gigabytes', 'GB'))

有人能指导我一个正确而快捷的方法吗？

Answer 1

pd.DataFrame.replace可以使用字典词典，其中第一级键指定要在替换时应用值的列。

我们可以使用字典理解来仅过滤那些dtype == object

的列

df.replace({c: mapping for c in df if df[c].dtype == object})

  col1 col2 col99 col100
0   MB   GB    MB     MB
1   MB   GB    MB     GB
2   GB   MB    GB     GB
3   GB   GB    MB     GB
4   GB   MB    GB     MB

Answer 2

试试这个：

df.loc[:, df.dtypes=='object'] = df.select_dtypes(['object']).replace(mapping, regex=True)

这仅适用于mapping列

的string

如果所有您的列都是字符串（object）dtype：

df = df.replace(mapping, regex=True)

或@JohnGalt在评论中提出：

df = df.applymap(lambda x: mapping[x])

在整个数据帧python中同时替换多个值

2 个答案: