替换熊猫数据框中的特定列值

Question

df = pd.DataFrame({'Tissues':['a1','x2','y3','b','c1','v2','w3'], 'M':[1,2,'a',4,'b','a',7]})
df.set_index('Tissues')

数据框看起来像：

         M
Tissues   
a1       1
x2       2
y3       a
b        4
c1       b
v2       a
w3       7

如何将a列中的所有s替换M为特定值，2 以及所有bs 到 3？

我试过：

replace_values = {'a':2, 'b':3}
df['M'] = df['M'].map(replace_values)

，但这将不在键中的其他值更改replace_values为NaN：

  Tissues    M
0      a1  NaN
1      x2  NaN
2      y3  2.0
3       b  NaN
4      c1  3.0
5      v2  2.0
6      w3  NaN

我明白我可以做到

df.loc[(df['M'] == 'a')] = 2

但是我可以对 a、b 等有效地执行此操作，而不是一个一个地执行此操作吗？

Answer 1

使用df.replace：

df = pd.DataFrame({'Tissues':['a1','x2','y3','b','c1','v2','w3'], 'M':[1,2,'a',4,'b','a',7]})
df.set_index('Tissues')

replace_values = {'a':2, 'b':3}

df['M'] = df['M'].replace(replace_values)

输出：

>>> df
  Tissues  M
0      a1  1
1      x2  2
2      y3  2
3       b  4
4      c1  3
5      v2  2
6      w3  7