熊猫将列中的字符串替换为int

Question

我是熊猫和python的初学者，需要一点帮助。 这是我的数据集，k_symbol列标记UVER或SIPO，我想将UVER替换为int 0，将SIPO替换为int 1。

dataset

我尝试了dff.replace（to_replace = ['k_symbol']，value = [1，0]），但这似乎不正确。 感谢任何建议

Answer 1

apply()函数的速度非常慢，因此，如果您关心速度，请考虑以下解决方案之一

1）map（）

df["k_symbol"].map({"UVER":0, "SIPO":1})

2）布尔值到整数的转换

df["k_symbol"] = (df["k_symbol"] == "SIPO").astype(int)

时间

%%timeit
df["k_symbol"] = (df["k_symbol"] == "SIPO").astype(int)
10 loops, best of 3: 83.3 ms per loop

%%timeit
df['k_symbol'].apply(lambda x : 0 if x == 'UVER' else 1 )
1 loop, best of 3: 550 ms per loop

%%timeit
df["k_symbol"].map({"UVER":0,"SIPO":1})
10 loops, best of 3: 83.6 ms per loop

Answer 2

import pandas as pd

df = pd.DataFrame(["SIPO","UVER"] * 3, columns=["k_symbol"])

df["k_symbol"].map({"UVER":0,"SIPO":1})

输出： df

  k_symbol
0     SIPO
1     UVER
2     SIPO
3     UVER
4     SIPO
5     UVER

映射：

0    1
1    0
2    1
3    0
4    1
5    0

Answer 3

使用.loc：

import pandas as pd

df = pd.DataFrame(
    [[1, "SIPO"], [0, "UVER"], [0, "UVER"], [0, "UVER"], [1, "UVER"],],
    columns=["gender", "k_symbol"],
)

df.loc[df["k_symbol"] == "SIPO", "k_symbol"] = 1
df.loc[df["k_symbol"] == "UVER", "k_symbol"] = 0

print(df)

返回：

   gender k_symbol
0       1        1
1       0        0
2       0        0
3       0        0
4       1        0

Answer 4

使用这一行来获得想要的结果。

df.k_symbol = df.k_symbol.apply(lambda o : 1 if o == 'SIPO' else 0 if o == 'UVER' else o)

如果除SIPO以外的所有其他数字均为0，则可以将其简化如下

df.k_symbol = df.k_symbol.apply(lambda o : 1 if o == 'SIPO' else 0)

Answer 5

您可以传递一个匿名函数（Lambda），说明要在apply中进行检查的条件。

df['k_symbol'] = df['k_symbol'].apply(lambda x : 0 if x == 'UVER' else 1 )

Answer 6

我相信一种更好（更快）的方法是使用.eq()：

df['k_symbol'] = df['k_symbol'].eq('SIPO').astype(int)