跳转至

Python | Pandas data frame.replace()

原文:https://www.geesforgeks.org/python-pandas-data frame-replace/

Python 是进行数据分析的优秀语言,主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包,让导入和分析数据变得容易多了。

熊猫**dataframe.replace()**功能用于替换一个字符串、regex、列表字典、系列、编号等。从数据帧中。这是一个非常丰富的功能,因为它有许多变化。 这个函数最强大的地方是可以和 Python regex (正则表达式)配合使用。

语法:data frame.replace(to_replace = None,value=None,inplace=False,limit=None,regex=False,方法='pad ',axis=None)

参数: to_replace:【str,regex,list,dict,Series,numeric,或 None】我们试图在 dataframe 中替换的模式。 值:用于填充孔的值(例如 0),或者指定每列使用哪个值的值字典(不在字典中的列将不会被填充)。正则表达式、字符串以及这类对象的列表或字典也是允许的。 就位:如果为真,就位。注意:这将修改该对象上的任何其他视图(例如,数据框中的列)。如果为真,则返回调用方。 限制:向前或向后填充的最大尺寸间隙 正则表达式:是否将 to_replace 和/或 value 解释为正则表达式。如果为真,则 to_replace 必须是字符串。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:方法使用时为替换,when_replace 为列表。

返回:填充:NDFrame

有关代码中使用的 CSV 文件的链接,请单击此处的

示例#1: 在 nba.csv 文件中将球队“波士顿凯尔特人”替换为“欧米茄勇士”

# importing pandas as pd
import pandas as pd

# Making data frame from the csv file
df = pd.read_csv("nba.csv")

# Printing the first 10 rows of the data frame for visualization
df[:10]

输出:

我们将在“df”数据框中用“欧米茄勇士”替换“波士顿凯尔特人”队

# this will replace "Boston Celtics" with "Omega Warrior"
df.replace(to_replace ="Boston Celtics",
                 value ="Omega Warrior")

输出:

示例#2: 一次替换多个值。使用 python 列表作为参数

我们将在“df”数据框中用“欧米茄战士”替换“波士顿凯尔特人”和“德克萨斯”队。

# importing pandas as pd
import pandas as pd

# Making data frame from the csv file
df = pd.read_csv("nba.csv")

# this will replace "Boston Celtics" and "Texas" with "Omega Warrior"
df.replace(to_replace =["Boston Celtics", "Texas"], 
                            value ="Omega Warrior")

输出: 注意第一行的 College 列中,“Texas”已替换为“Omega Warriors”

示例#3: 将数据框中的 Nan 值替换为-99999 值。

# importing pandas as pd
import pandas as pd

# Making data frame from the csv file
df = pd.read_csv("nba.csv")

# will replace  Nan value in dataframe with value -99999 
df.replace(to_replace = np.nan, value =-99999)

输出: 注意数据框中的所有Nan 值已被-99999 替换。尽管出于实际目的,我们应该小心我们正在替换的nan 值。



回到顶部