Question

我有一个数据框，我想在其中选择的某些列中将0、1编码替换为“是”和“否”。一些df列具有这种编码，因此我编写了以下命令：

dados_trabalho = dados_trabalho.replace({"ASSINTOM": {0: "Sim", 1 : "Não"}}).replace({"DOR ATIPICA": {0: "Sim", 1 : "Não"}}).replace({"IAM": {0: "Sim", 1 : "Não"}}).replace({"HAS": {0: "Sim", 1 : "Não"}}).replace({"DM": {0: "Sim", 1 : "Não"}}).replace({"DISPLIP": {0: "Sim", 1 : "Não"}}).replace({"DOR TIPICA": {0: "Sim", 1 : "Não"}})

它可以正常运行并替换新编码所标识的列，但是我想知道是否有一种方法可以汇总此公式，以使脚本不会太大。

我试图创建函数：

def change_columns (df):
    c = df.columns
    df = df.replace ({c: {0: "Yes", 1: "No"}})

问题是，当我在此函数中输入数据框时，会发生以下错误：

change_columns (df)

TypeError Traceback (most recent call last)
<ipython-input-141-43eb9316b19b> in <module>
----> 1 change_columns (df)

<ipython-input-140-9fbbd4e9e293> in change_columns (df)
      1 def change_columns (df):
      2 c = df.columns
----> 3 df = df.replace ({c: {0: "Yes", 1: "No"}})

/usr/lib/python3/dist-packages/pandas/core/indexes/base.py in __hash __ (self)
   2060
   2061 def __hash __ (self):
-> 2062 raise TypeError ("unhashable type:% r"% type (self) .__ name__)
   2063
   2064 def __setitem __ (self, key, value):

TypeError: unhashable type: 'Index'

我从Python开始，所以我想忘记了一些东西。

我更改了代码中的一些内容，并且可以正常工作。但是问题在于它在所有df列中都应用了该函数。如何仅在需要的列上应用该功能，而不在所有列上应用该功能？

def change_columns(df):
    for i in df.columns:
        df = df.replace({i: {0: "Sim", 1 : "Não"}})
    return df

Answer 1

您创建的函数（change_columns(df)）似乎正在尝试对所有列执行替换。如果这是您的意图，则不需要任何特殊功能或链接方法调用。您只需要：

dados_trabalho = dados_trabalho.replace({0: "Sim", 1 : "Não"})

为了仅替换某些列中的0和1，您将需要告诉函数您要在哪些列上执行替换。例如：

import pandas

def change_columns(df, cols):
    for col_name in cols:
        df = df.replace({col_name: {0:'yes', 1:'no'}})
    return df

# create sample data
df = pandas.DataFrame([[0, 0, 1, 0, 1, 1], [1, 0, 1, 0, 1, 0]])
print('Starting DataFrame:')
print(df)

# define columns to do the replacement
columns_to_replace = [0, 2, 3]
# perform the replacement
df = change_columns(df, columns_to_replace)

# see the result
print('After processing DataFrame: ')
print(df)

运行上面的代码应产生结果：

Starting DataFrame:
   0  1  2  3  4  5
0  0  0  1  0  1  1
1  1  0  1  0  1  0
After processing DataFrame:
     0  1   2    3  4  5
0  yes  0  no  yes  1  1
1   no  0  no  yes  1  0

如何使用.replace减少命令以及create函数中的问题

1 个答案: