Python | 熊猫 dataframe.replace()

简介

熊猫（Pandas）是一种高效的数据分析工具，其中的dataframe是熊猫库中最重要且最常用的对象类型。dataframe.replace()可以替换dataframe中的值，是常用的数据清洗操作。

语法

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

参数

• to_replace：表示需要替换的值，可以是单个值，也可以是列表、字典、正则表达式等。对于字典，键表示需要替换的值，值表示替换后的值。
• value：表示替换成的值，可以是单个值，也可以是字典、列表等。该参数为空则表示删除to_replace的值。
• inplace：表示是否在原dataframe上直接进行替换，默认为False。
• limit：表示最多替换的次数，超过limit次则不再进行替换。
• regex：表示to_replace是否为正则表达式，默认为False。
• method：表示向前或向后替换的方式，可选值为'pad'和'bfill'。

示例

替换单个值

import pandas as pd

df = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6]})
df.replace(1, 10, inplace=True)
print(df)

输出：

    A  B
0  10  4
1   2  5
2   3  6

替换多个值

import pandas as pd

df = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6]})
df.replace([1,3], [10,30], inplace=True)
print(df)

输出：

    A  B
0  10  4
1   2  5
2  30  6

字典替换

import pandas as pd

df = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6]})
df.replace({1: 10, 3: 30}, inplace=True)
print(df)

输出：

    A  B
0  10  4
1   2  5
2  30  6

正则表达式替换

import pandas as pd

df = pd.DataFrame({'A':['abc','def','ghi'], 'B':['jkl','mno','pqr']})
df.replace(regex=r'^a', value='A', inplace=True)
print(df)

输出：

     A    B
0    Ab  jkl
1  def  mno
2  ghi  pqr

设置最大替换次数

import pandas as pd

df = pd.DataFrame({'A':[1,2,3,4,5], 'B':[4,5,6,7,8]})
df.replace(5, 50, limit=2, inplace=True)
print(df)

输出：

    A   B
0   1   4
1   2  50
2   3  6
3   4   7
4  50   8

结语

dataframe.replace()是一种常用的数据清洗操作，可以方便地替换dataframe中的值。了解它的用法可以提高数据分析的效率。