# yyds干货盘点 # 盘点6个Pandas中批量替换字符的方法 _Pandas

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【