Question

在pandas中我需要使用其他一些值修复dataframe列中的一些值，我创建了一个字典：

value2fixed= {"lala" : "dada", "howdy": "hoodie"}

和我的日期框架df类似于：

      col_1     col_2
0     lala      500
1     mel       650
2     howdy     750

col_1中的

我想将lala替换为dada，将howdy替换为hoodie，将mel替换为mel。我希望使用df[col_1].map(value2fixed, na_action=None | 'ignore')，但两个na_action选项值都将mel替换为NaN。

在字典中，我可以使用value2fixed.get(key, key)，我希望在map功能（不使用lambda）中使用相同的东西，最好使用inplace=True。任何想法？

Answer 1

如果map不可选，则始终为replace;

df['col_1'] = df['col_1'].replace(value2fixed)
df
    col_1  col_2
0    dada    500
1     mel    650
2  hoodie    750

map和replace之间的区别在于map用NaN替换了“无效”键 - 相反，replace不会触及它们。

Answer 2

您可以使用替换嵌套字典：

df.replace({'col_1':value2fixed}, inplace=True)

>>> df
    col_1  col_2
0    dada    500
1     mel    650
2  hoodie    750

嵌套字典语法读作：

嵌套词典，例如{'a'：{'b'：nan}}，如下所示：在列'a'中查找值'b'并将其替换为nan。

来自docs

Answer 3

如果缺少密钥，您也可以创建一个新的字典类来代替传递密钥。

class SmartDict(dict):
    def __missing__(self, key):
        return key

df.col_1.map(SmartDict(value2fixed))

#0      dada
#1       mel
#2    hoodie
#Name: col_1, dtype: object

如何使用字典修复一些pandas列值并保留其他值？

3 个答案: