用另一个值替换pandas dataframe列中的少量值

Question

我有一个pandas数据帧df,如下图所示:

BrandName Specialty
A          H
B          I
ABC        J
D          K
AB         L

我想用A替换BrandName列中的'ABC'和'AB'.有人可以帮忙吗？

Answer 1

最简单的方法是replace在列上使用该方法.参数是您要替换的内容列表(此处['ABC', 'AB'])以及您要替换它们的内容('A'在本例中为字符串):

>>> df['BrandName'].replace(['ABC', 'AB'], 'A')
0    A
1    B
2    A
3    D
4    A

这将创建一系列新值,因此您需要将此新列分配给正确的列名:

df['BrandName'] = df['BrandName'].replace(['ABC', 'AB'], 'A')

Answer 2

更换

DataFrame对象具有强大而灵活的replace方法:

DataFrame.replace(
        to_replace=None,
        value=None,
        inplace=False,
        limit=None,
        regex=False, 
        method='pad',
        axis=None)

注意,如果需要进行更改,请inplace对replace方法使用boolean argument :

到位

inplace:boolean,default False 如果True,就位.注意:这将修改此对象上的任何其他视图(例如,一个列形成一个DataFrame).如果是,则返回调用者True.

片段

df['BrandName'].replace(
    to_replace=['ABC', 'AB'],
    value='A',
    inplace=True
)

Answer 3

您还可以将 a 传递dict给该pandas.replace方法：

data.replace({
    'column_name': {
        'value_to_replace': 'replace_value_with_this'
    }
})

这样做的好处是您可以一次替换多列中的多个值，如下所示：

data.replace({
    'column_name': {
        'value_to_replace': 'replace_value_with_this',
        'foo': 'bar',
        'spam': 'eggs'
    },
    'other_column_name': {
        'other_value_to_replace': 'other_replace_value_with_this'
    },
    ...
})

Answer 4

此解决方案将更改现有数据帧本身：

mydf = pd.DataFrame({"BrandName":["A", "B", "ABC", "D", "AB"], "Speciality":["H", "I", "J", "K", "L"]})
mydf["BrandName"].replace(["ABC", "AB"], "A", inplace=True)

Answer 5

loc函数可用于替换多个值，有关此文档的信息： loc

df.loc[df['BrandName'].isin([ABC', 'AB'])]='A'

Answer 6

只是想表明两种主要方法之间没有性能差异：

\n\n

df = pd.DataFrame(np.random.randint(0,10,size=(100, 4)), columns=list(\'ABCD\'))\n\ndef loc():\n    df1.loc[df1["A"] == 2] = 5\n%timeit loc\n19.9 ns \xc2\xb1 0.0873 ns per loop (mean \xc2\xb1 std. dev. of 7 runs, 10000000 loops each)\n\n\ndef replace():\n    df2[\'A\'].replace(\n        to_replace=2,\n        value=5,\n        inplace=True\n    )\n%timeit replace\n19.6 ns \xc2\xb1 0.509 ns per loop (mean \xc2\xb1 std. dev. of 7 runs, 10000000 loops each)\n

\n