我正在尝试替换数据框一列中的值。列 ('female') 仅包含值 'female' 和 'male'。
我尝试了以下方法：
w['female']['female']='1'
w['female']['male']='0'
但收到与之前结果完全相同的副本。
理想情况下，我希望得到一些类似于以下循环元素的输出。
if w['female'] =='female':
w['female'] = '1';
else:
w['female'] = '0';
我查看了问题文档 (http://pandas.pydata.org/pandas-docs/stable/gotchas.html)，但无法弄清楚为什么什么也没发生。
任何帮助将不胜感激。
【问题讨论】：
如果我理解正确，你想要这样的东西：
w['female'] = w['female'].map({'female': 1, 'male': 0})
（这里我将值转换为数字，而不是包含数字的字符串。如果你真的想要，你可以将它们转换为"1" 和"0"，但我不确定你为什么想要那个。）
您的代码不起作用的原因是因为在列上使用['female']（w['female']['female'] 中的第二个'female'）并不意味着“选择值为'女性'的行”。这意味着选择 index 为“女性”的行，您的 DataFrame 中可能没有这些行。
【讨论】：
.loc 语法来避免SettingWithCopyWarning: pandas.pydata.org/pandas-docs/stable/…
您可以使用 loc 编辑数据框的子集：
df.loc[<row selection>, <column selection>]
在这种情况下：
w.loc[w.female != 'female', 'female'] = 0
w.loc[w.female == 'female', 'female'] = 1
【讨论】：
w.female.replace(to_replace=dict(female=1, male=0), inplace=True)
【讨论】：
轻微变化：
w.female.replace(['male', 'female'], [1, 0], inplace=True)
【讨论】：
这也应该有效：
w.female[w.female == 'female'] = 1
w.female[w.female == 'male'] = 0
【讨论】：
这是非常紧凑的：
w['female'][w['female'] == 'female']=1
w['female'][w['female'] == 'male']=0
另一个好：
w['female'] = w['female'].replace(regex='female', value=1)
w['female'] = w['female'].replace(regex='male', value=0)
【讨论】：
您也可以将apply 与.get 一起使用，即
w['female'] = w['female'].apply({'male':0, 'female':1}.get):
w = pd.DataFrame({'female':['female','male','female']})
print(w)
数据框w:
female
0 female
1 male
2 female
使用apply 替换字典中的值：
w['female'] = w['female'].apply({'male':0, 'female':1}.get)
print(w)
结果：
female
0 1
1 0
2 1
注意： apply with dictionary 如果数据框中列的所有可能值都在字典中定义，则应使用字典，否则字典中未定义的值将为空。
【讨论】：
另外还有用于这些类型分配的内置函数 pd.get_dummies：
w['female'] = pd.get_dummies(w['female'],drop_first = True)
这为您提供了一个包含两列的数据框，其中一列用于 w['female'] 中出现的每个值，您删除其中的第一列（因为您可以从剩下的那一列推断它）。新列将自动命名为您替换的字符串。
如果您有具有两个以上可能值的分类变量，这将特别有用。此函数创建区分所有情况所需的尽可能多的虚拟变量。请注意，不要将整个数据框分配给单个列，而是，如果 w['female'] 可能是 'male'、'female' 或 'neutral'，请执行以下操作：
w = pd.concat([w, pd.get_dummies(w['female'], drop_first = True)], axis = 1])
w.drop('female', axis = 1, inplace = True)
然后，您将得到两个新列，为您提供“女性”的虚拟编码，并且您摆脱了带有字符串的列。
【讨论】：
Series.map 和Series.fillna
如果您的列包含的字符串多于 female 和 male，则在这种情况下，Series.map 将失败，因为它会为其他值返回 NaN。
这就是为什么我们必须用fillna链接它：
.map 失败的示例：
df = pd.DataFrame({'female':['male', 'female', 'female', 'male', 'other', 'other']})
female
0 male
1 female
2 female
3 male
4 other
5 other
df['female'].map({'female': '1', 'male': '0'})
0 0
1 1
2 1
3 0
4 NaN
5 NaN
Name: female, dtype: object
对于正确方法，我们将map 与fillna 链接在一起，因此我们用原始列中的值填充NaN：
df['female'].map({'female': '1', 'male': '0'}).fillna(df['female'])
0 0
1 1
2 1
3 0
4 other
5 other
Name: female, dtype: object
【讨论】：
w.replace({'female':{'female':1, 'male':0}}, inplace = True)
上面的代码会将“female”替换为1，将“male”替换为0，仅在“female”列中
【讨论】：
inplace+1
w.female = np.where(w.female=='female', 1, 0)
如果有人正在寻找 numpy 解决方案。这对于根据条件替换值很有用。 if 和 else 条件都是 np.where() 所固有的。如果该列除了'male' 之外还包含许多唯一值，则使用df.replace() 的解决方案可能不可行，所有这些值都应替换为0。
另一种解决方案是连续使用df.where() 和df.mask()。这是因为它们都没有实现 else 条件。
w.female.where(w.female=='female', 0, inplace=True) # replace where condition is False
w.female.mask(w.female=='female', 1, inplace=True) # replace where condition is True
【讨论】：
dic = {'female':1, 'male':0}
w['female'] = w['female'].replace(dic)
.replace 有一个字典作为参数，您可以在其中更改并执行您想要或需要的任何操作。
【讨论】：
我认为在回答中应该指出你在上面建议的所有方法中得到了哪种类型的对象：它是 Series 还是 DataFrame。
当您通过w.female. 或w[[2]]（假设2 是您的列号）获得列时，您将返回DataFrame。
因此，在这种情况下，您可以使用像 .replace 这样的 DataFrame 方法。
当你使用.loc或iloc时你会返回Series，而Series没有.replace方法，所以你应该使用apply、map等方法。
【讨论】：
要更笼统地回答这个问题，使其适用于更多用例，而不仅仅是 OP 所要求的，请考虑使用此解决方案。我使用jfs's solution 解决方案来帮助我。在这里，我们创建了两个相互帮助的函数，无论您是否知道确切的替换，都可以使用它们。
import numpy as np
import pandas as pd
class Utility:
@staticmethod
def rename_values_in_column(column: pd.Series, name_changes: dict = None) -> pd.Series:
"""
Renames the distinct names in a column. If no dictionary is provided for the exact name changes, it will default
to <column_name>_count. Ex. female_1, female_2, etc.
:param column: The column in your dataframe you would like to alter.
:param name_changes: A dictionary of the old values to the new values you would like to change.
Ex. {1234: "User A"} This would change all occurrences of 1234 to the string "User A" and leave the other values as they were.
By default, this is an empty dictionary.
:return: The same column with the replaced values
"""
name_changes = name_changes if name_changes else {}
new_column = column.replace(to_replace=name_changes)
return new_column
@staticmethod
def create_unique_values_for_column(column: pd.Series, except_values: list = None) -> dict:
"""
Creates a dictionary where the key is the existing column item and the value is the new item to replace it.
The returned dictionary can then be passed the pandas rename function to rename all the distinct values in a
column.
Ex. column ["statement"]["I", "am", "old"] would return
{"I": "statement_1", "am": "statement_2", "old": "statement_3"}
If you would like a value to remain the same, enter the values you would like to stay in the except_values.
Ex. except_values = ["I", "am"]
column ["statement"]["I", "am", "old"] would return
{"old", "statement_3"}
:param column: A pandas Series for the column with the values to replace.
:param except_values: A list of values you do not want to have changed.
:return: A dictionary that maps the old values their respective new values.
"""
except_values = except_values if except_values else []
column_name = column.name
distinct_values = np.unique(column)
name_mappings = {}
count = 1
for value in distinct_values:
if value not in except_values:
name_mappings[value] = f"{column_name}_{count}"
count += 1
return name_mappings
对于OP的用例，只要使用就足够简单了
w["female"] = Utility.rename_values_in_column(w["female"], name_changes = {"female": 0, "male":1}
但是，要知道您可能想要重命名的数据框中的所有不同唯一值并不总是那么容易。就我而言，列的字符串值是散列值，因此它们会损害可读性。由于create_unique_values_for_column 函数，我所做的是用更易读的字符串替换那些散列值。
df["user"] = Utility.rename_values_in_column(
df["user"],
Utility.create_unique_values_for_column(df["user"])
)
这会将我的用户列值从 ["1a2b3c", "a12b3c","1a2b3c"] 更改为 ["user_1", "user_2", "user_1]。更容易比较，对吧？
【讨论】：