当时间序列中的一个值出现多次时替换它

【问题标题】：Replacing one value in a time series when it appears more than once当时间序列中的一个值出现多次时替换它
【发布时间】：2020-06-01 15:20:48
【问题描述】：

我正在尝试替换 python 系列中的一个值，这里的线索是我只想替换它一次，例如：

S = pd.Series([0, 1, 2, 3, 2, 5, 2, 6])

数字 2 重复了 3 次，我只想将“第二个”2 替换为 4，我不想替换系列中的所有“2”数字。

有什么办法吗？

提前谢谢你

【问题讨论】：

如何选择替换它的值？如果该替换值现在导致列表中的某些其他值重复怎么办？

标签： python pandas replace series

【解决方案1】：

你可以试试这个方法：

S.loc[((S == 2).cumsum() == 2).idxmax()] = 4
print(S)

输出：

0    0
1    1
2    2
3    3
4    4
5    5
6    2
7    6
dtype: int64

细节，找到Series中所有等于2的地方，然后用cumsum计算那些2，现在，选择第一次出现的2，用.loc来设置值。

【讨论】：

【解决方案2】：

您可以执行以下操作：

在我的代码中，min_pos 为您提供 2 在系列中的第一个位置。然后，我们使用iloc 查找系列中出现 2 的下一个位置的索引，以过滤第一次出现。

import pandas as pd

S = pd.Series([0, 1, 2, 3, 2, 5, 2, 6])
min_pos = S[S==2].idxmin(2)
replace_idx = S.iloc[min_pos+1:].idxmin(2)
S.iloc[replace_idx] = 'new'

print(S)

输出

【讨论】：