# yyds干货盘点 # 盘点6个Pandas中批量替换字符的方法

亦余心之所善兮,虽九死其犹未悔。这篇文章主要讲述# yyds干货盘点 # 盘点6个Pandas中批量替换字符的方法相关的知识,希望能为你提供帮助。
大家好,我是python进阶者。
一、前言
【# yyds干货盘点 # 盘点6个Pandas中批量替换字符的方法】前几天在Python最强王者群有个叫【dcpeng】的粉丝问了一个关于Pandas中的问题,这里拿出来给大家分享下,一起学习。
想问一下我有一列编码为1,2,3,4的数据,如何将1批量换为“开心”,2批量换为“悲伤”这种字符替换呢?
二、解决过程
思路挺简单,限定Pandas处理,想到的方法有很多,这里拿出来给大家分享,希望对大家的学习有帮助。
下面这个是生成源数据的代码:

df = pd.DataFrame(col1: [1, 2, 2, 3, 3, 3, 4, 4, 4, 4])
df

方法一:【月神】解答代码如下所示:
df[col2] = df[col1].map(1:"开心", 2:"悲伤", 3:"难过", 4:"泪目")
df

运行结果如下图所示:

方法二:【dcpeng】解答这个方法是参考才哥的文章写出来的,代码如下所示:
def getValue(s):
if s==1:
return 开心
elif s==2:
return 悲伤
elif s==3:
return 难过
elif s==4:
return 泪目
df[col3] = df[col1].apply(getValue)
df

运行结果如下图所示:

方法三:【冫马讠成】解答【冫马讠成】大佬给了一个思路,使用??replace??实现。
代码如下所示:
df[col4] = df[col1].replace(1, 开心).replace(2, 悲伤).replace(3, 难过).replace(4, 泪目)
df

得到的结果如下所示:

方法四:【dcpeng】解答这个方法是基于apply()函数,代码如下所示:
def get_value(s):
dict = 1:"开心", 2:"悲伤", 3:"难过", 4:"泪目"
return dict[s]
df[col5] = df[col1].apply(get_value)
df

运行结果如下图所示:

方法五:【沈复】解答【沈复】大佬给了一个思路和代码,如下图所示:

这个方法是基于map()函数,代码如下所示:
def get_value(s):
dict = 1:"开心", 2:"悲伤", 3:"难过", 4:"泪目"
return dict[s]
df[col5] = df[col1].map(get_value)
df

运行结果如下图所示:

方法六:【月神】解答这里【月神】仍然是使用??replace??方法进行实现的,但是代码秀了很多。
代码如下所示:
df[col7] = df[col1].replace([1, 2, 3, 4], [开心, 悲伤, 难过, 泪目])
df

【月神】提醒:这个是全匹配,不要加regex=True参数,不然你会后悔的!
运行结果如下图所示:

三、总结
大家好,我是Python进阶者。这篇文章基于粉丝提问,针对有一列编码为1,2,3,4的数据,如何将1批量换为“开心”,2批量换为“悲伤”这种字符替换的问题,盘点了6个Pandas中批量替换字符的方法,给出了具体说明和演示,顺利地帮助粉丝解决了问题!
最后感谢粉丝【dcpeng】提问,感谢【

    推荐阅读