替换熊猫数据框中的特定列值[重复]答案

【问题标题】：Replace specific column values in pandas dataframe [duplicate]替换熊猫数据框中的特定列值[重复]
【发布时间】：2020-04-25 03:31:47
【问题描述】：

df = pd.DataFrame({'Tissues':['a1','x2','y3','b','c1','v2','w3'], 'M':[1,2,'a',4,'b','a',7]})
df.set_index('Tissues')

数据框如下所示：

如何将M 列中的所有as 替换为特定值2，并将所有bs 替换为3？

我试过了：

replace_values = {'a':2, 'b':3}
df['M'] = df['M'].map(replace_values)

，但这将不在replace_values 中的键中的其他值更改为NaN：

  Tissues    M
0      a1  NaN
1      x2  NaN
2      y3  2.0
3       b  NaN
4      c1  3.0
5      v2  2.0
6      w3  NaN

我知道我可以做到

df.loc[(df['M'] == 'a')] = 2

但是我可以对 a、b 等有效地执行此操作，而不是一个一个地执行此操作吗？

【问题讨论】：

您自己的解决方案非常好，只是错过了fillna，将最后一行替换为：df['M'] = df['M'].map(replace_values).fillna(df['M'])

标签： python pandas dataframe dictionary replace

【解决方案1】：

使用df.replace:

df = pd.DataFrame({'Tissues':['a1','x2','y3','b','c1','v2','w3'], 'M':[1,2,'a',4,'b','a',7]})
df.set_index('Tissues')

replace_values = {'a':2, 'b':3}

df['M'] = df['M'].replace(replace_values)

输出：

>>> df
  Tissues  M
0      a1  1
1      x2  2
2      y3  2
3       b  4
4      c1  3
5      v2  2
6      w3  7

【讨论】：

【解决方案2】：

通过添加fillna 来修复您的代码

df['M'] = df['M'].map(replace_values).fillna(df.M)
df
  Tissues    M
0      a1  1.0
1      x2  2.0
2      y3  2.0
3       b  4.0
4      c1  3.0
5      v2  2.0
6      w3  7.0

【讨论】：

【解决方案3】：

使用df.replace

replace_values = {'a':2, 'b':3}
df = df.replace({"M": replace_values})

结果：

Tissues  M
0      a1  1
1      x2  2
2      y3  a
3       b  4
4      c1  b
5      v2  a
6      w3  7

【讨论】：