Python|熊猫 Series.replace()

Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了许多用于执行涉及索引的操作的方法。

Pandas Series.replace()函数用于将 to_replace 中给出的值替换为值。 Series 的值被动态替换为其他值。

Syntax: Series.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method=’pad’)

Parameter :
to_replace : How to find the values that will be replaced.
value : Value to replace any values matching to_replace with.
inplace : If True, in place.
limit : Maximum size gap to forward or backward fill.
regex : Whether to interpret to_replace and/or value as regular expressions
method : The method to use when for replacement, when to_replace is a scalar, list or tuple and value is None.

Returns : Object after replacement.

示例 #1：使用Series.replace()函数替换给定 Series 对象中的一些值。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([10, 25, 3, 11, 24, 6])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.replace()函数将旧值替换为新值。

# replace 3 by 1000
result = sr.replace(to_replace = 3, value = 1000)
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的那样， Series.replace()函数已成功地将旧值替换为新值。示例 #2：使用Series.replace()函数替换给定 Series 对象中的一些值。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio'])
  
# Create the Index
index_ = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5'] 
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.replace()函数使用列表将旧值替换为新值。

# replace the old ones in the list with 
# the new values
result = sr.replace(to_replace = ['New York', 'Rio'], value = ['London', 'Brisbane'])
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的那样， Series.replace()函数已使用列表成功地将旧值替换为新值。