如何更改数据框 Python 中的值答案

【问题标题】：How to change values in a dataframe Python如何更改数据框 Python 中的值
【发布时间】：2017-12-17 15:52:57
【问题描述】：

我已经搜索了过去 30 分钟的答案，但唯一的解决方案是针对单个列或在 R 中。我有一个数据集，我想将 ('Y/N') 值更改为分别为 1 和 0。我觉得复制粘贴17次以下的代码效率很低。

df.loc[df.infants == 'n', 'infants'] = 0
df.loc[df.infants == 'y', 'infants'] = 1
df.loc[df.infants == '?', 'infants'] = 1

我的解决方案如下。这不会导致错误，但数据框中的值不会改变。我假设我需要做类似 df = df_new 的事情。但是如何做到这一点？

for coln in df:
for value in coln: 
        if value == 'y':
            value = '1'
        elif value == 'n':
            value = '0'
        else: 
            value = '1'

编辑：此数据集中有 17 列，但我希望处理另一个包含 56 列的数据集。

republican  n   y   n.1 y.1 y.2 y.3 n.2 n.3 n.4 y.4 ?   y.5 y.6 y.7 n.5 y.8
0   republican  n   y   n   y   y   y   n   n   n   n   n   y   y   y   n   ?
1   democrat    ?   y   y   ?   y   y   n   n   n   n   y   n   y   y   n   n
2   democrat    n   y   y   n   ?   y   n   n   n   n   y   n   y   n   n   y
3   democrat    y   y   y   n   y   y   n   n   n   n   y   ?   y   y   y   y
4   democrat    n   y   y   n   y   y   n   n   n   n   n   n   y   y   y   y

【问题讨论】：

您要更改多少列？你能显示 df.head() 吗？
这个数据集中有 17 列，但还有一个有 56 列。

标签： python pandas dataframe replace

【解决方案1】：

您可以使用map function 更改这些值。

例如：

x = {'y': 1, 'n': 0}

for col in df.columns():
    df[col] = df[col].map(x)

这样您可以映射数据框的每一列。

【讨论】：

我必须为每一列都这样做吗？我现在使用的数据集只有 17 列，但我可以看到这对于我的最终项目（有 56 列）来说很麻烦。
谢谢！它没有用，但我认为这是因为我的数据集在提出您的建议之前发生了变化。我现在已经启动并运行了！

【解决方案2】：

这应该可行：

for col in df.columns():
   df.loc[df[col] == 'n', col] = 0
   df.loc[df[col] == 'y', col] = 1
   df.loc[df[col] == '?', col] = 1

【讨论】：

【解决方案3】：

也许你可以尝试申请，

import pandas as pd
# create dataframe
number = [1,2,3,4,5]
sex = ['male','female','female','female','male']
df_new = pd.DataFrame()
df_new['number'] = number
df_new['sex'] = sex
df_new.head()
# create def for category to number 0/1
def tran_cat_to_num(df):
    if df['sex'] == 'male':
        return 1
    elif df['sex'] == 'female':
        return 0
# create sex_new 
df_new['sex_new']=df_new.apply(tran_cat_to_num,axis=1)
df_new

原始

   number     sex
0       1    male
1       2  female
2       3  female
3       4  female
4       5    male

使用后申请

   number     sex  sex_new
0       1    male        1
1       2  female        0
2       3  female        0
3       4  female        0
4       5    male        1

【讨论】：

【解决方案4】：

应该这样做：

df.infants = df.infants.map({ 'Y' : 1, 'N' : 0})

【讨论】：

【解决方案5】：

我认为最简单的方法是使用replace by dict：

np.random.seed(100)
df = pd.DataFrame(np.random.choice(['n','y','?'], size=(5,5)), 
                                   columns=list('ABCDE'))
print (df)
   A  B  C  D  E
0  n  n  n  ?  ?
1  n  ?  y  ?  ?
2  ?  ?  y  n  n
3  n  n  ?  n  y
4  y  ?  ?  n  n

d = {'n':0,'y':1,'?':1}
df = df.replace(d)
print (df)
   A  B  C  D  E
0  0  0  0  1  1
1  0  1  1  1  1
2  1  1  1  0  0
3  0  0  1  0  1
4  1  1  1  0  0

【讨论】：

【解决方案6】：

以上所有解决方案都是正确的，但您还可以做的是：

df["infants"] = df["infants"].replace("Y", 1).replace("N", 0).replace("?", 1) 现在我更仔细地阅读它与使用 replace with dict 非常相似！

【讨论】：

【解决方案7】：

使用dataframe.replace()：

df.replace({'infants':{'y':1,'?':1,'n':0}},inplace=True)

【讨论】：