Question

我在pandas中有以下数据框：

df = pd.DataFrame({'field_1' : ['a', 'b', np.nan, 'a', 'c'], 'field_2': ['c', 'b', 'a', np.nan, 'c']}, index=[1,2,3,4,5])

我想在整个数据帧上应用以下函数，用其他内容替换每个值。

例如：

def func_replace(value, n):
    if value == 'a':
        return 'This is a'*n
    elif value == 'b':
        return 'This is b'*n
    elif value == 'c':
        return 'This is c'*n
    elif str(value) == 'nan':
        return np.nan
    else:
         'The value is not included'

以便最终产品看起来像（n=1）。

例如：

df = pd.DataFrame({'field_1' : ['This is a', 'This is b', np.nan, 'This is a', 'This is c'], 'field_2': ['This is c', 'This is b', 'This is a', np.nan, 'This is c']}, index=[1,2,3,4,5])

我尝试了以下内容：

df.apply(func_replace, args=(1), axis=1)

和其他一些选项，但它总是给我一个错误。

我知道我可以写一个遍历每一列的for循环并使用lambda函数来解决这个问题，但我觉得有一个更容易的选择。

我觉得解决方案比我想象的容易，但我无法弄清楚正确的语法。

任何帮助都会非常感激。

Answer 1

只需将您的功能修改为在Series中的每个值级别操作，然后使用applymap。

df = pd.DataFrame({'field_1' : ['a', 'b', np.nan, 'a', 'c'], 'field_2': ['c', 'b', 'a', np.nan, 'c']}, index=[1,2,3,4,5])

df
Out[35]: 
  field_1 field_2
1       a       c
2       b       b
3     NaN       a
4       a     NaN
5       c       c

现在，如果我们将函数定义为：

def func_replace(value):
    if value == 'a':
        return 'This is a'
    elif value == 'b':
        return 'This is b'
    elif value == 'c':
        return 'This is c'
    elif str(value) == 'nan':
        return np.nan
    else:
        'The value is not included'

对DataFrame上的每个值调用此函数非常简单：

df.applymap(func_replace)
Out[42]: 
     field_1    field_2
1  This is a  This is c
2  This is b  This is b
3        NaN  This is a
4  This is a        NaN
5  This is c  This is c

Answer 2

我认为你需要：

def func_replace(df, n):
    df_temp = df.replace({r"[^abc]": "The value is not included"}, regex=True)
    return df_temp.replace(["a", "b", "c"], ["This is a " * n, "This is b " * n, "This is c " * n])

df.apply(func_replace, args=(2,))

在Pandas

2 个答案: