Pandas DataFrame.replace()用法

本文概述

  • 句法
  • 参数
Pandas replace()是一个非常丰富的函数, 用于从DataFrame替换字符串, 正则表达式, 字典, 列表和序列。 DataFrame的值可以动态替换为其他值。它能够使用Python regex(正则表达式)。
它与.loc或.iloc更新不同, 后者需要你使用一些值指定要更新的位置。
句法
DataFrame.replace(to_replace=None, value=http://www.srcmini.com/None, inplace=False, limit=None, regex=False, method='pad', axis=None)

参数
  • to_replace:定义一个我们要在数据框中替换的模式。
  • 值:它是一个用于填充DataFrame中的孔的值(例如0), 或者是一个值的字典, 该值指定了每列要使用的值(不在字典中的列将不被填充)。
    它还允许使用正则表达式, 字符串以及列表或字典等对象。
  • 就地:如果为True, 则将其替换。
注意:它还会修改此对象的任何其他视图(例如, DataFrame中的列)。如果为True, 则返回调用方。
  • 极限:它定义了向前或向后填充的最大尺寸间隙。
  • regex:检查是否将to_replace和/或value解释为正则表达式。如果为True, 则to_replace必须为字符串。否则, to_replace必须为None, 因为此参数将被解释为正则表达式或正则表达式的列表, 字典或数组。
  • 方法:当to_replace是列表时, 这是一种用于替换的方法。
返回:替换后返回DataFrame对象。
范例1:
import pandas as pdinfo = pd.DataFrame({'Language known': ['Python', 'Android', 'C', 'Android', 'Python', 'C++', 'C']}, index=['Parker', 'Smith', 'John', 'William', 'Dean', 'Christina', 'Cornelia'])print(info) dictionary = {"Python": 1, "Android": 2, "C": 3, "Android": 4, "C++": 5}info1 = info.replace({"Language known": dictionary})print("\n\n")print(info1)

输出
Language knownParkerPythonSmithAndroidJohnCWilliamAndroidDeanPythonChristinaC++CorneliaCLanguage knownParker1Smith4John3William4Dean1Christina5Cornelia3

范例2:
下面的示例在DataFrame中用另一个值替换一个值。
import pandas as pdinfo = pd.DataFrame({'name':['Parker', 'Smith', 'John'], 'age':[27, 34, 31], 'city':['US', 'Belgium', 'London']})info.replace([29], 38)

输出
nameageCity0 Parker27US1 Smith34Belgium2 John38London

范例3:
下面的示例替换了dict中的值:
import pandas as pdinfo = pd.DataFrame({'name':['Parker', 'Smith', 'John'], 'age':[27, 34, 31], 'city':['US', 'Belgium', 'London']})info.replace({34:29, 'Smith':'William'})

输出
nameageCity0 Parker27US1 William29Belgium2 John31London

示例4:
以下示例替换了正则表达式中的值:
import pandas as pdinfo = pd.DataFrame({'name':['Parker', 'Smith', 'John'], 'age':[27, 34, 31], 'city':['US', 'Belgium', 'London']})info.replace('Sm.+', 'Ela', regex=True)

【Pandas DataFrame.replace()用法】输出
nameageCity0 Parker27US1 Ela34Belgium2 John31London

    推荐阅读