Python Pandas DataFrame replace方法用法及代碼示例

Pandas 的 DataFrame.replace(~) 方法用另一組值替換指定的值。

參數

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

將被替換的值。

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

將替換 to_replace 的值。默認情況下，value=None 。

3. inplace | boolean | optional

如果是True，那麽該方法將直接修改源DataFrame，而不是創建新的DataFrame。
如果是False，則將創建並返回一個新的DataFrame。

默認情況下，inplace=False 。

4. limit | int | optional

要執行的連續填充的最大數量。默認情況下，limit=None 。

5. regex | boolean 或 string | optional

如果 True ，則 to_replace 被解釋為正則表達式。請注意，這要求 to_replace 是一個字符串。

默認情況下，regex=False 。

6. method | string 或 None | optional

替換 to_replace 的規則：

方法	說明
`"ffill"` 或 `"pad"`	使用前一行的值填充該值。
`"bfill"`	使用下一行的值填充該值。

該參數僅在 value=None 時生效。默認情況下，method="pad" 。

返回值

DataFrame，其中指定值替換為您所需的值。

例子

用單個值替換單個值

考慮以下 DataFrame ：

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



   A  B
0  1  3
1  2  4

要將 1 的所有值替換為 5 ：

df.replace(1, 5)



   A  B
0  5  3
1  2  4

用單個值替換多個值

考慮以下 DataFrame ：

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



   A  B
0  1  3
1  2  4

要將 1 和 2 的所有值替換為 5 ：

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



   A  B
0  5  3
1  5  4

將多個值替換為相應的值

使用數組

考慮以下 DataFrame ：

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



   A  B
0  1  3
1  2  4

分別用 5 和 6 替換 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

考慮以下 DataFrame ：

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



   A  B
0  1  3
1  2  4

分別用 5 和 6 替換 1 和 3 的所有值：

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



   A  B
0  5  6
1  2  4

使用正則表達式替換

考慮以下 DataFrame ：

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



   A     B
0  alex  cathy
1  bob   doge

要將所有以字母 "a" 開頭的值替換為 "eric" ：

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



   A     B
0  eric  cathy
1  bob   doge

請注意我們如何通過指定 regex=True 來啟用正則表達式。

僅替換某些列

用單個值替換單個值

考慮以下 DataFrame ：

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



   A  B
0  1  1
1  2  2

僅將 A 列的 1 的所有值替換為 3 。為此，我們必須提供 dict ，如下所示：

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



   A  B
0  3  1
1  2  2

請注意，盡管 B 列包含值 1 ，但它並未受到影響。

將多個值替換為相應的值

考慮以下 DataFrame ：

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



   A  B
0  1  3
1  2  4

要將 1 和 2 分別替換為 5 和 6 列 A ：

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



   A  B
0  5  3
1  6  4

使用填充替換

當您沒有顯式提供value參數時，replace(~)函數將自動前向填充匹配的值，即將to_replace替換為前一行的值。

考慮以下 DataFrame ：

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



   A
0  a
1  b
2  c

前向填充

要前向填充所有出現的 "b" ：

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



   A
0  a
1  a
2  c

請注意值 a (匹配項之前的值(即 "b" ))如何用作填充符。

警告

當沒有前一行時，不會替換任何內容。

考慮當我們想要前向填充所有出現的 "a" 的情況：

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



   A
0  a
1  b
2  c

請注意，即使我們的 DataFrame 中有"a"，它也沒有被替換。由於沒有前一行，因此我們沒有填充符，因此不執行替換。

向後填充

要向後填充所有出現的 "b" ：

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



   A
0  a
1  c
2  c

請注意匹配後緊隨其後的值 "c" (即 "b" )如何用作填充符。

警告

當沒有下一行時，不會替換任何內容。

考慮當我們想要向後填充所有出現的 "c" 時的情況：

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



   A
0  a
1  b
2  c

請注意，即使我們的 DataFrame 中有"c"，它也沒有被替換。由於沒有下一行，因此我們沒有填充符，因此不執行替換。

限製

考慮以下 DataFrame ：

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



   A
0  a
1  b
2  b

默認情況下， limit=None ，這意味著允許連續填充的次數沒有限製：

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



   A
0  a
1  a
2  a

相反，設置 limit=1 會產生：

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



   A
0  a
1  a
2  b

在這裏，注意如何b隻被填滿一次。另請注意， limit 對連續的僅填充。

就地更換

要執行就地替換，我們需要設置 inplace=True 。這將直接對源 DataFrame 執行替換操作，而不是創建新的。

考慮以下 DataFrame ：

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



   A  B
0  1  3
1  2  4

我們用 inplace=True 替換所有出現的 1 和 5 ：

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



   A  B
0  5  3
1  2  4

如輸出所示，源DataFrame已被直接修改。

相關用法

注：本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas DataFrame | replace method。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。