Python pandas 等效于替换

Question

在 R 中，有一个相当有用的 replace 函数。 本质上，它在数据框的给定列中进行有条件的重新分配。 它可以这样使用： replace(df$column, df$column==1,'Type 1');

在 pandas 中实现相同目标的好方法是什么？

我应该将 lambda 与 apply 一起使用吗？ （如果是这样，我如何获得对给定列的引用，而不是整行）。

我应该在data_frame.values 上使用np.where 吗？ 似乎我在这里遗漏了一个非常明显的东西。

欢迎提出任何建议。

Answer 1

pandas 也有一个replace 方法：

In [25]: df = DataFrame({1: [2,3,4], 2: [3,4,5]})

In [26]: df
Out[26]: 
   1  2
0  2  3
1  3  4
2  4  5

In [27]: df[2]
Out[27]: 
0    3
1    4
2    5
Name: 2

In [28]: df[2].replace(4, 17)
Out[28]: 
0     3
1    17
2     5
Name: 2

In [29]: df[2].replace(4, 17, inplace=True)
Out[29]: 
0     3
1    17
2     5
Name: 2

In [30]: df
Out[30]: 
   1   2
0  2   3
1  3  17
2  4   5

或者你可以使用numpy-style 高级索引：

In [47]: df[1]
Out[47]: 
0    2
1    3
2    4
Name: 1

In [48]: df[1] == 4
Out[48]: 
0    False
1    False
2     True
Name: 1

In [49]: df[1][df[1] == 4]
Out[49]: 
2    4
Name: 1

In [50]: df[1][df[1] == 4] = 19

In [51]: df
Out[51]: 
    1   2
0   2   3
1   3  17
2  19   5

Answer 2

Pandas doc for replace 没有例子，这里就举几个。对于那些从 R 的角度来看的人（比如我），replace 基本上是一个通用的替换函数，它结合了 R 函数 plyr::mapvalues、plyr::revalue 和 stringr::str_replace_all 的功能。由于 DSM 涵盖了单值的情况，我将介绍多值的情况。

示例系列

In [10]: x = pd.Series([1, 2, 3, 4])

In [11]: x
Out[11]: 
0    1
1    2
2    3
3    4
dtype: int64

我们想用负整数替换正整数（而不是乘以 -1）。

两个值列表

一种方法是通过一个列表（或 pandas 系列）我们想要替换的值和第二个列表来替换我们想要替换的值。

In [14]: x.replace([1, 2, 3, 4], [-1, -2, -3, -4])
Out[14]: 
0   -1
1   -2
2   -3
3   -4
dtype: int64

这对应于plyr::mapvalues。

值对字典

有时，拥有一个值对字典会更方便。索引是我们替换的那个，值是我们替换它的那个。

In [15]: x.replace({1: -1, 2: -2, 3: -3, 4: -4})
Out[15]: 
0   -1
1   -2
2   -3
3   -4
dtype: int64

这对应于plyr::revalue。

字符串

它对字符串的工作方式类似，除了我们还可以选择使用正则表达式模式。

如果我们只是想用其他字符串替换字符串，它的工作原理和以前完全一样：

In [18]: s = pd.Series(["ape", "monkey", "seagull"])
In [22]: s
Out[22]: 
0        ape
1     monkey
2    seagull
dtype: object

两个列表

In [25]: s.replace(["ape", "monkey"], ["lion", "panda"])
Out[25]: 
0       lion
1      panda
2    seagull
dtype: object

字典

In [26]: s.replace({"ape": "lion", "monkey": "panda"})
Out[26]: 
0       lion
1      panda
2    seagull
dtype: object

正则表达式

将所有as 替换为xs。

In [27]: s.replace("a", "x", regex=True)
Out[27]: 
0        xpe
1     monkey
2    sexgull
dtype: object

将所有ls 替换为xs。

In [28]: s.replace("l", "x", regex=True)
Out[28]: 
0        ape
1     monkey
2    seaguxx
dtype: object

注意seagull 中的两个ls 都被替换了。

将as 替换为xs，将ls 替换为ps

In [29]: s.replace(["a", "l"], ["x", "p"], regex=True)
Out[29]: 
0        xpe
1     monkey
2    sexgupp
dtype: object

在想用相同的值替换多个不同的值的特殊情况下，可以只用一个字符串作为替换。它不能在列表中。将as 和ls 替换为ps

In [29]: s.replace(["a", "l"], "p", regex=True)
Out[29]: 
0        ppe
1     monkey
2    sepgupp
dtype: object

（归功于 cmets 中的 DaveL17）