用另一个值替换熊猫数据框列中的几个值[重复]

问题描述：

我有一个熊猫数据框df，如下所示：

BrandName Specialty
A          H
B          I
ABC        J
D          K
AB         L

我想用 替换列中的'ABC'和。有人能帮忙吗？'AB'`BrandName`'A'

解决方案 1：

最简单的方法是使用replace列上的方法。参数是要替换的内容（此处['ABC', 'AB']）以及要用其替换的内容（'A'本例中为字符串）的列表：

>>> df['BrandName'].replace(['ABC', 'AB'], 'A')
0    A
1    B
2    A
3    D
4    A

这将创建一系列新的值，因此您需要将这个新列分配给正确的列名：

df['BrandName'] = df['BrandName'].replace(['ABC', 'AB'], 'A')

解决方案 2：

代替

DataFrame对象具有强大而灵活的replace方法：

DataFrame.replace(
        to_replace=None,
        value=None,
        inplace=False,
        limit=None,
        regex=False, 
        method='pad',
        axis=None)

注意，如果需要进行现场更改，请使用inplace布尔参数replace：

就地

inplace：布尔值，默认False
如果True，则就位。注意：这将修改此对象上的任何其他视图（例如 DataFrame 中的列）。如果是 ，则返回调用者True。

片段

df['BrandName'].replace(
    to_replace=['ABC', 'AB'],
    value='A',
    inplace=True
)

解决方案 3：

您还可以将一个传递dict给pandas.replace方法：

data.replace({
    'column_name': {
        'value_to_replace': 'replace_value_with_this'
    }
})

这样做的好处是您可以一次替换多个列中的多个值，如下所示：

data.replace({
    'column_name': {
        'value_to_replace': 'replace_value_with_this',
        'foo': 'bar',
        'spam': 'eggs'
    },
    'other_column_name': {
        'other_value_to_replace': 'other_replace_value_with_this'
    },
    ...
})

解决方案 4：

loc方法可以用来替换多个值：

df.loc[df['BrandName'].isin(['ABC', 'AB'])] = 'A'

解决方案 5：

该解决方案将改变现有的数据框本身：

mydf = pd.DataFrame({"BrandName":["A", "B", "ABC", "D", "AB"], "Speciality":["H", "I", "J", "K", "L"]})
mydf["BrandName"].replace(["ABC", "AB"], "A", inplace=True)

解决方案 6：

只是想表明两种主要方法之间没有性能差异：

df = pd.DataFrame(np.random.randint(0,10,size=(100, 4)), columns=list('ABCD'))

def loc():
    df1.loc[df1["A"] == 2] = 5
%timeit loc
19.9 ns ± 0.0873 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)


def replace():
    df2['A'].replace(
        to_replace=2,
        value=5,
        inplace=True
    )
%timeit replace
19.6 ns ± 0.509 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

解决方案 7：

创建数据框：

import pandas as pd
dk=pd.DataFrame({"BrandName":['A','B','ABC','D','AB'],"Specialty":['H','I','J','K','L']})

现在使用DataFrame.replace()功能：

dk.BrandName.replace(to_replace=['ABC','AB'],value='A')

解决方案 8：

您可以使用 loc 根据条件进行替换并指定列名

df = pd.DataFrame([['A','H'],['B','I'],['ABC','ABC'],['D','K'],['AB','L']],columns=['BrandName','Col2'])
df.loc[df['BrandName'].isin(['ABC', 'AB']),'BrandName'] = 'A'

输出