在 Python-Pandas 中将包含值“yes”和“no”的列替换为 True 和 False

让我们讨论一个程序，用TRUE和FALSE更改包含值“YES”和“NO”的列中的值。

首先，让我们看一个数据集。

代码：

Python3

# import pandas library
import pandas as pd
   
# load csv file
df = pd.read_csv("supermarkets.csv")
   
# show the dataframe
df

输出 ：

要下载使用的 csv 文件，请单击此处。

现在，让我们看看执行此任务的多种方法：

方法 1：使用 Series.map() 。
此方法用于映射来自具有相同列的两个系列的值。

Syntax: Series.map(arg, na_action=None). 
Return type: Pandas Series with the same as an index as a caller. 

示例：将包含值“yes”和“no”的“commissioned”列替换为 True 和 False。
代码：

Python3

# import pandas library
import pandas as pd
   
# load csv file
df = pd.read_csv("supermarkets.csv")
   
# replace the ‘commissioned' column contains
# the values 'yes' and 'no'  with 
# True and  False:
df['commissioned'] = df['commissioned'].map(
                   {'yes':True ,'no':False})
  
# show the dataframe
df

输出 ：

方法 2：使用 DataFrame.replace() 。
此方法用于替换数据框中的字符串、正则表达式、列表、字典、系列、数字等。

Syntax: DataFrame.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method=’pad’, axis=None) 
Return type: Updated Data frame 

示例：将包含值“yes”和“no”的“commissioned”列替换为 True 和 False。
代码：

Python3

# import pandas library
import pandas as pd
  
# load csv file
df = pd.read_csv("supermarkets.csv")
  
# replace the ‘commissioned' column 
# contains the values 'yes' and 'no'
#  with True and  False:
df = df.replace({'commissioned': {'yes': True, 
                                'no': False}})
  
# show the dataframe
df

输出：