Python pandas.DataFrame.replace函数方法的使用

DataFrame.replace(self, to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad') [source]

将to_replace中给出的值替换为value。

DataFrame的值被动态替换为其他值。这与使用.loc或.iloc进行更新不同，后者要求您指定要使用某个值进行更新的位置。

Notes

1) 正则表达式替换在底层使用re.sub执行。替换re.sub的规则是相同的。

2) 正则表达式将只替换字符串，这意味着您不能提供匹配浮点数的正则表达式，也不能期望框架中具有数字dtype的列被匹配。但是，如果这些浮点数是字符串，那么您可以这样做。

3) 这个方法有很多选项。我们鼓励您试验和尝试这种方法，以获得它如何工作的直觉。

4) 当使用dict作为to_replace值时，就像dict中的键是to_replace部分，而dict中的值是值参数一样。

例子,

标量 “to_replace”和“value”

>>> s = pd.Series([0, 1, 2, 3, 4])
>>> s.replace(0, 5)
0    5
1    1
2    2
3    3
4    4
dtype: int64
>>> df = pd.DataFrame({'A': [0, 1, 2, 3, 4],
...                    'B': [5, 6, 7, 8, 9],
...                    'C': ['a', 'b', 'c', 'd', 'e']})
>>> df.replace(0, 5)
   A  B  C
0  5  5  a
1  1  6  b
2  2  7  c
3  3  8  d
4  4  9  e

类似list的“to_replace”

>>> df.replace([0, 1, 2, 3], 4)
   A  B  C
0  4  5  a
1  4  6  b
2  4  7  c
3  4  8  d
4  4  9  e
>>> df.replace([0, 1, 2, 3], [4, 3, 2, 1])
   A  B  C
0  4  5  a
1  3  6  b
2  2  7  c
3  1  8  d
4  4  9  e
>>> s.replace([1, 2], method='bfill')
0    0
1    3
2    3
3    3
4    4
dtype: int64

类似dict的“to_replace”

>>> df.replace({0: 10, 1: 100})
     A  B  C
0   10  5  a
1  100  6  b
2    2  7  c
3    3  8  d
4    4  9  e
>>> df.replace({'A': 0, 'B': 5}, 100)
     A    B  C
0  100  100  a
1    1    6  b
2    2    7  c
3    3    8  d
4    4    9  e
>>> df.replace({'A': {0: 100, 4: 400}})
     A  B  C
0  100  5  a
1    1  6  b
2    2  7  c
3    3  8  d
4  400  9  e

正则表达式“to_replace”

>>> df = pd.DataFrame({'A': ['bat', 'foo', 'bait'],
...                    'B': ['abc', 'bar', 'xyz']})
>>> df.replace(to_replace=r'^ba.$', value='new', regex=True)
      A    B
0   new  abc
1   foo  new
2  bait  xyz
>>> df.replace({'A': r'^ba.$'}, {'A': 'new'}, regex=True)
      A    B
0   new  abc
1   foo  bar
2  bait  xyz
>>> df.replace(regex=r'^ba.$', value='new')
      A    B
0   new  abc
1   foo  new
2  bait  xyz
>>> df.replace(regex={r'^ba.$': 'new', 'foo': 'xyz'})
      A    B
0   new  abc
1   xyz  new
2  bait  xyz
>>> df.replace(regex=[r'^ba.$', 'foo'], value='new')
      A    B
0   new  abc
1   new  new
2  bait  xyz

注意，当替换多个bool或datetime64对象时，to_replace参数中的数据类型必须与被替换值的数据类型匹配:

>>> df = pd.DataFrame({'A': [True, False, True],
...                    'B': [False, True, False]})
>>> df.replace({'a string': 'new value', True: False})  # raises
Traceback (most recent call last):
    ...
TypeError: Cannot compare types 'ndarray(dtype=bool)' and 'str'

这将引发类型错误，因为其中一个dict键不是用于替换的正确类型。

比较s的行为。替换({'a': None})和s.replace('a'， None)了解to_replace参数的特性:

>>> s = pd.Series([10, 'a', 'a', 'b', 'a'])

当使用dict作为to_replace值时，就像dict中的值等于value参数一样。s.replace({'a': None}) 等价于s.replace(to_replace={'a': None}， value=None, method=None):

>>> s.replace({'a': None})
0      10
1    None
2    None
3       b
4    None
dtype: object

当value=None和to_replace是标量、列表或元组时，replace使用方法参数(默认'pad')进行替换。这就是为什么在第1和第2行中'a'值被替换为10，在本例中在第4行中替换为'b'。该命令s.replace('a', None)实际上等于 s.replace(to_replace='a', value=None, method='pad'):

>>> s.replace('a', None)
0    10
1    10
2    10
3     b
4     b
dtype: object