本文概述

Pandas replace()是一个非常丰富的函数, 用于从DataFrame替换字符串, 正则表达式, 字典, 列表和序列。 DataFrame的值可以动态替换为其他值。它能够使用Python regex(正则表达式)。

它与.loc或.iloc更新不同, 后者需要你使用一些值指定要更新的位置。

句法

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

参数

to_replace:定义一个我们要在数据框中替换的模式。

值:它是一个用于填充DataFrame中的孔的值(例如0), 或者是一个值的字典, 该值指定了每列要使用的值(不在字典中的列将不被填充)。

它还允许使用正则表达式, 字符串以及列表或字典等对象。

就地:如果为True, 则将其替换。

注意:它还会修改此对象的任何其他视图(例如, DataFrame中的列)。如果为True, 则返回调用方。

极限:它定义了向前或向后填充的最大尺寸间隙。

regex:检查是否将to_replace和/或value解释为正则表达式。如果为True, 则to_replace必须为字符串。否则, to_replace必须为None, 因为此参数将被解释为正则表达式或正则表达式的列表, 字典或数组。

方法:当to_replace是列表时, 这是一种用于替换的方法。

返回:替换后返回DataFrame对象。

范例1:

import pandas as pd

info = pd.DataFrame({'Language known': ['Python', 'Android', 'C', 'Android', 'Python', 'C++', 'C']}, index=['Parker', 'Smith', 'John', 'William', 'Dean', 'Christina', 'Cornelia'])

print(info)

dictionary = {"Python": 1, "Android": 2, "C": 3, "Android": 4, "C++": 5}

info1 = info.replace({"Language known": dictionary})

print("\n\n")

print(info1)

输出

Language known

Parker Python

Smith Android

John C

William Android

Dean Python

Christina C++

Cornelia C

Language known

Parker 1

Smith 4

John 3

William 4

Dean 1

Christina 5

Cornelia 3

范例2:

下面的示例在DataFrame中用另一个值替换一个值。

import pandas as pd

info = pd.DataFrame({

'name':['Parker', 'Smith', 'John'], 'age':[27, 34, 31], 'city':['US', 'Belgium', 'London']

})

info.replace([29], 38)

输出

name age City

0Parker 27 US

1Smith 34 Belgium

2John 38 London

范例3:

下面的示例替换了dict中的值:

import pandas as pd

info = pd.DataFrame({

'name':['Parker', 'Smith', 'John'], 'age':[27, 34, 31], 'city':['US', 'Belgium', 'London']

})

info.replace({

34:29, 'Smith':'William'

})

输出

name age City

0Parker 27 US

1William 29 Belgium

2John 31 London

示例4:

以下示例替换了正则表达式中的值:

import pandas as pd

info = pd.DataFrame({

'name':['Parker', 'Smith', 'John'], 'age':[27, 34, 31], 'city':['US', 'Belgium', 'London']

})

info.replace('Sm.+', 'Ela', regex=True)

输出

name age City

0Parker 27 US

1Ela 34 Belgium

2John 31 London

python replace函数_Pandas DataFrame.replace()用法相关推荐

  1. python cut函数_Pandas DataFrame.cut()用法例子

    本文概述 当需要将数据值分段并将其分类到bin中时, 将调用cut()方法.它用于将连续变量转换为分类变量.它还可以将元素数组分离到单独的容器中.该方法仅适用于一维数组状对象. 如果我们有大量标量数据 ...

  2. python的dropna函数_Pandas DataFrame.dropna()用法

    本文概述 如果你的数据集包含空值, 则可以使用dropna()函数分析并删除数据集中的行/列. 句法 DataFrameName.dropna(axis=0, how='any', thresh=No ...

  3. pandas使用replace函数将dataframe指定数据列中的特定字符串进行自定义替换(replace substring in dataframe column values)

    pandas使用replace函数将dataframe指定数据列中的特定字符串进行自定义替换(replace substring in dataframe column values) 目录

  4. pandas使用replace函数将dataframe中None值以及其他异常编码值(例如,9999)替换为np.nan

    pandas使用replace函数将dataframe中None值以及其他异常编码值(例如,9999)替换为np.nan(replace None and outlier code values wi ...

  5. replace函数对dataframe中的值进行替换(所有数据列中的相同值)

    replace函数对dataframe中的值进行替换(所有数据列中的相同值) 目录 replace函数对dataframe中的值进行替换(所有数据列中的相同值)

  6. pandas使用replace函数替换dataframe中的值:replace函数对dataframe中的多个值进行替换、即一次性同时对多个值进行替换操作

    pandas使用replace函数替换dataframe中的值:replace函数对dataframe中的多个值进行替换.即一次性同时对多个值进行替换操作 目录

  7. pandas使用replace函数替换dataframe中的值:replace函数使用正则表达式对dataframe中的值进行替换

    pandas使用replace函数替换dataframe中的值:replace函数使用正则表达式对dataframe中的值进行替换 目录

  8. pandas使用replace函数替换dataframe中的值:replace函数对dataframe中指定数据列的值进行替换、替换具体数据列的相关值

    pandas使用replace函数替换dataframe中的值:replace函数对dataframe中指定数据列的值进行替换.替换具体数据列的相关值 目录

  9. C# Replace函数与JS replace函数

    C# Replace函数与JS replace函数 C#的Replace函数会替换掉字符串中的所有要替换的字符.而JS中的replace函数只是替换第一次遇到的这个字符,如果后面还有该字符则不替换.这 ...

最新文章

  1. python入门题目及答案_Python基础自测题答案和基础知识梳理
  2. python 移动运算符的理解
  3. 网易云信音视频技术落地提速,读书郎电话手表成行业先锋
  4. 序列化与反序列化(记住密码)
  5. OSTaskStkInit_FPE_x86()--浮点仿真任务栈初始化函数(分段寻址的地址转换为线性地址)
  6. java从服务器下载xls文件到客户端
  7. Javascript第三章循环最后一种方法for..in与for区别第二课
  8. colmak键盘_萌神进化 IKBC 新POKER2机械键盘体验
  9. 中联医疗系统服务器,中联电子病历系统(ZLEMR)
  10. drf接收、处理上传图片并写入文件
  11. 谈谈数据结构的重要性
  12. 网络系统管理技能大赛知识点一
  13. c语言程序设计陈彦君,2008 年度焦作学科研成果奖励登记表(论文).doc
  14. Vultr centost7一键安装BBR工具教程
  15. 可解释推荐系统:身怀绝技,一招击中用户心理
  16. React实现文件上传过程中取消上传
  17. HBuilderx打包h5的APP,解决获取相机权限问题
  18. 万物互联大数据研究正式展开人才紧缺
  19. Hadoop集群启动后利用Web界面管理HDFS
  20. OpenLayers官方示例详解七之图层的最小、最大分辨率(Layer Min/Max Resolution)

热门文章

  1. 视频教程-Python数据分析与爬虫-Python
  2. Java choose函数_Python numpy.choose函数方法的使用
  3. 大一下课程设计————银行活期储蓄系统
  4. Infor帮助联业制衣快速向“云端”迈进
  5. 家好人团圆 中秋佳节 四款新游戏
  6. 前车之鉴:百万秦军三年消亡的真正原因
  7. Windows Vista系统垃圾清理批处理
  8. 列表介绍以及相关操作,元组的介绍以及相关操作
  9. 魔兽地图《暗世界》攻略 新手向~
  10. windows电脑与苹果手机、ipad实现文件共享