入门pandas—数据替换
替换全部或者某一行
原数据
国家 省市 城市 城市2 数值
0 中国 北京 城八区 城八区 100
1 中国 北京 城八区 城八区 A
2 中国 NaN 城八区 城八区 B
3 中国 北京 城八区 城八区 A
4 中国 北京 城八区 城八区 B
5 中国 北京 城八区 城八区 C
6 中国 北京 城八区 城八区 D
7 中国 北京 城八区 城八区 E
8 中国 北京 城八区 城八区 F
9 中国 北京 城八区 城八区 G
整个表全部替换
import pandas as pd
path = 'C:/Users/Administrator/Desktop/playground2/替换.xlsx'
data = pd.read_excel(path)
data.replace('城八区','海淀区',inplace = True) #城八区改为海淀区 并且在原数据上替换
print(data)
某一列替换
data['城市'].replace('城八区','海淀区',inplace = True)
print(data)
替换指定的某个或多个数值(用字典的形式)
dict = {'A':100,'B':80}
data.replace(dict,inplace = True)
print(data)
国家 省市 城市 城市2 数值
0 中国 北京 城八区 城八区 100
1 中国 北京 城八区 城八区 100
2 中国 NaN 城八区 城八区 80
3 中国 北京 城八区 城八区 100
4 中国 北京 城八区 城八区 80
5 中国 北京 城八区 城八区 C
6 中国 北京 城八区 城八区 D
7 中国 北京 城八区 城八区 E
8 中国 北京 城八区 城八区 F
9 中国 北京 城八区 城八区 G
也可以用列表的方式:
data.replace([['A','B'],[100,80]],inplace=True)
进阶:如果想要替换的新值是一样的话
data.replace(['A','B'],80,inplace=True) # 这种情况推荐使用列表
替换某个数据部分内容
data['城市'] = data['城市'].str.replace('城八','市')
国家 省市 城市 城市2 数值
0 中国 北京 市区 城八区 100
1 中国 北京 市区 城八区 A
2 中国 NaN 市区 城八区 B
3 中国 北京 市区 城八区 A
4 中国 北京 市区 城八区 B
5 中国 北京 市区 城八区 C
6 中国 北京 市区 城八区 D
7 中国 北京 市区 城八区 E
8 中国 北京 市区 城八区 F
9 中国 北京 市区 城八区 G
正则表达式替换
data['数值'].replace('[A-Z]',88,regex=True,inplace = True)
国家 省市 城市 城市2 数值
0 中国 北京 城八区 城八区 100
1 中国 北京 城八区 城八区 88
2 中国 NaN 城八区 城八区 88
3 中国 北京 城八区 城八区 88
4 中国 北京 城八区 城八区 88
5 中国 北京 城八区 城八区 88
6 中国 北京 城八区 城八区 88
7 中国 北京 城八区 城八区 88
8 中国 北京 城八区 城八区 88
9 中国 北京 城八区 城八区 88
入门pandas—数据替换相关推荐
- Python 数据分析三剑客之 Pandas(八):数据重塑、重复数据处理与数据替换
CSDN 课程推荐:<迈向数据科学家:带你玩转Python数据分析>,讲师齐伟,苏州研途教育科技有限公司CTO,苏州大学应用统计专业硕士生指导委员会委员:已出版<跟老齐学Python ...
- python pandas DataFrame 数据替换
python pandas DataFrame 替换 import pandas as pd import numpy as np df1 = pd.DataFrame({'日期': ['2021-7 ...
- Py之pandas:利用where、replace等函数对dataframe格式数据按照条件进行数据替换
Py之pandas:利用where.replace等函数对dataframe格式数据按照条件进行数据替换 目录 利用where.replace等函数对dataframe格式数据按照条件进行数据替换 利 ...
- python3行3列文件数据赋值_Python3快速入门(十四)——Pandas数据读取
Python3快速入门(十四)--Pandas数据读取 一.DataFrame IO 1.CSV文件 pandas.read_csv(filepath_or_buffer, na_values='NA ...
- Python3快速入门(十四)——Pandas数据读取
Python3快速入门(十四)--Pandas数据读取 一.DataFrame IO 1.CSV文件 pandas.read_csv(filepath_or_buffer, na_values='NA ...
- 极速入门Pandas数据分析
极速入门Pandas数据分析 数据载入 DataFrame Pandas 有 Series 和 DataFrame 两种数据结构,对应一维数组和二维表,Series 可以理解成是一个只有一列的 Dat ...
- 【Python】图解Pandas数据合并:concat、join、append
公众号:尤而小屋 作者:Peter 编辑:Peter 图解pandas数据合并:concat+join+append 在上一篇文章中介绍过pandas中最为常用的一个合并函数merge的使用,本文中介 ...
- Vue学习笔记入门篇——数据及DOM
本文为转载,原文:Vue学习笔记入门篇--数据及DOM 数据 data 类型 Object | Function 详细 Vue 实例的数据对象.Vue 将会递归将 data 的属性转换为 getter ...
- (转)十分钟入门pandas
本文是对pandas官方网站上<10 Minutes to pandas>的一个简单的翻译,原文在这里.这篇文章是对pandas的一个简单的介绍,详细的介绍请参考:Cookbook . 习 ...
最新文章
- 数据分析 | 带你零基础入门数据挖掘(附代码)
- 【 MATLAB 】离散傅里叶级数(DFS)及 IDFS 的 MATLAB 实现
- C++:cin、cin.getline()、getline()的用法
- armbian安装图形桌面_Linux图形界面的搜索工具,比Windows强吗?
- 孜然导航系统 v2.3
- Uber “杀人”事件
- 系统学习NLP(二十六)--BERT详解
- R语言中文社区10篇最火的文章 | 2017大盘点
- 获得学士学位的机器学习工程工作
- win7 计算机 局域网共享,局域网共享设置,教您win7如何设置局域网共享
- html怎么在表格中加虚线,html设置虚线边框的方法详细介绍
- 黑马程序员新版Linux零基础快速入门到精通——学习笔记
- iOS开发 检测网络是否真正可用(真正可以访问互联网)
- Pyinstaller 打包 Pytest项目及资源文件
- 【JavaScript 逆向】极验三代滑块验证码逆向分析
- VS2012 开发SharePoint 2013 声明式workflow action(activity)之 HelloWorld
- 网文阅读付费模式为何重走回头路?
- Komodo Edit 11在windows 10上平台下的安装教程——不看后悔系列
- arcmap-arcgis-模型构建器
- Vapor实现Swift的Server搭建