Python Pandas DataFrame replace方法用法及代码示例

Pandas 的 DataFrame.replace(~) 方法用另一组值替换指定的值。

参数

1.to_replace | string或regex或list或dict或Series或number或None

将被替换的值。

2. value | number 或 dict 或 list 或 string 或 regex 或 None | optional

将替换 to_replace 的值。默认情况下，value=None 。

3. inplace | boolean | optional

如果是True，那么该方法将直接修改源DataFrame，而不是创建新的DataFrame。
如果是False，则将创建并返回一个新的DataFrame。

默认情况下，inplace=False 。

4. limit | int | optional

要执行的连续填充的最大数量。默认情况下，limit=None 。

5. regex | boolean 或 string | optional

如果 True ，则 to_replace 被解释为正则表达式。请注意，这要求 to_replace 是一个字符串。

默认情况下，regex=False 。

6. method | string 或 None | optional

替换 to_replace 的规则：

方法	说明
`"ffill"` 或 `"pad"`	使用前一行的值填充该值。
`"bfill"`	使用下一行的值填充该值。

该参数仅在 value=None 时生效。默认情况下，method="pad" 。

返回值

DataFrame，其中指定值替换为您所需的值。

例子

用单个值替换单个值

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[1,2], "B":[3,4]})
df



   A  B
0  1  3
1  2  4

要将 1 的所有值替换为 5 ：

df.replace(1, 5)



   A  B
0  5  3
1  2  4

用单个值替换多个值

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[1,2], "B":[3,4]})
df



   A  B
0  1  3
1  2  4

要将 1 和 2 的所有值替换为 5 ：

df.replace([1,2], 5)



   A  B
0  5  3
1  5  4

将多个值替换为相应的值

使用数组

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[1,2], "B":[3,4]})
df



   A  B
0  1  3
1  2  4

分别用 5 和 6 替换 1 和 2 的所有值：

df.replace([1,2], [5,6])



   A  B
0  5  3
1  6  4

使用字典

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[1,2], "B":[3,4]})
df



   A  B
0  1  3
1  2  4

分别用 5 和 6 替换 1 和 3 的所有值：

df.replace({1:5, 3:6})



   A  B
0  5  6
1  2  4

使用正则表达式替换

考虑以下 DataFrame ：

df = pd.DataFrame({"A":["alex","bob"], "B":["cathy","doge"]})
df



   A     B
0  alex  cathy
1  bob   doge

要将所有以字母 "a" 开头的值替换为 "eric" ：

df.replace("^a.*", "eric", regex=True)



   A     B
0  eric  cathy
1  bob   doge

请注意我们如何通过指定 regex=True 来启用正则表达式。

仅替换某些列

用单个值替换单个值

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[1,2], "B":[1,2]})
df



   A  B
0  1  1
1  2  2

仅将 A 列的 1 的所有值替换为 3 。为此，我们必须提供 dict ，如下所示：

df.replace({"A":1}, 3)



   A  B
0  3  1
1  2  2

请注意，尽管 B 列包含值 1 ，但它并未受到影响。

将多个值替换为相应的值

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[1,2], "B":[3,4]})
df



   A  B
0  1  3
1  2  4

要将 1 和 2 分别替换为 5 和 6 列 A ：

df.replace({"A":{1:5, 2:6}})



   A  B
0  5  3
1  6  4

使用填充替换

当您没有显式提供value参数时，replace(~)函数将自动前向填充匹配的值，即将to_replace替换为前一行的值。

考虑以下 DataFrame ：

df = pd.DataFrame({"A":["a","b","c"]})
df



   A
0  a
1  b
2  c

前向填充

要前向填充所有出现的 "b" ：

df.replace("b", method="ffill")   # or simply leave out the method parameter.



   A
0  a
1  a
2  c

请注意值 a (匹配项之前的值(即 "b" ))如何用作填充符。

警告

当没有前一行时，不会替换任何内容。

考虑当我们想要前向填充所有出现的 "a" 的情况：

df.replace("a", method="ffill")



   A
0  a
1  b
2  c

请注意，即使我们的 DataFrame 中有"a"，它也没有被替换。由于没有前一行，因此我们没有填充符，因此不执行替换。

向后填充

要向后填充所有出现的 "b" ：

df.replace("b", method="bfill")



   A
0  a
1  c
2  c

请注意匹配后紧随其后的值 "c" (即 "b" )如何用作填充符。

警告

当没有下一行时，不会替换任何内容。

考虑当我们想要向后填充所有出现的 "c" 时的情况：

df.replace("c", method="bfill")



   A
0  a
1  b
2  c

请注意，即使我们的 DataFrame 中有"c"，它也没有被替换。由于没有下一行，因此我们没有填充符，因此不执行替换。

限制

考虑以下 DataFrame ：

df = pd.DataFrame({"A":["a","b","b"]})
df



   A
0  a
1  b
2  b

默认情况下， limit=None ，这意味着允许连续填充的次数没有限制：

df.replace("b", method="ffill")



   A
0  a
1  a
2  a

相反，设置 limit=1 会产生：

df.replace("b", method="ffill", limit=1)



   A
0  a
1  a
2  b

在这里，注意如何b只被填满一次。另请注意， limit 对连续的仅填充。

就地更换

要执行就地替换，我们需要设置 inplace=True 。这将直接对源 DataFrame 执行替换操作，而不是创建新的。

考虑以下 DataFrame ：

df = pd.DataFrame({"A":[1,2],"B":[3,4]})
df



   A  B
0  1  3
1  2  4

我们用 inplace=True 替换所有出现的 1 和 5 ：

df.replace(1, 5, inplace=True)
df



   A  B
0  5  3
1  2  4

如输出所示，源DataFrame已被直接修改。

相关用法

注：本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 Pandas DataFrame | replace method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。