Ik heb een panda’s dataframe df zoals hieronder geïllustreerd:
BrandName Specialty
A H
B I
ABC J
D K
AB L
Ik wil ‘ABC’ en ‘AB’ in de kolom Merknaam vervangen door A.
Kan iemand hiermee helpen?
Antwoord 1, autoriteit 100%
De gemakkelijkste manier is om de replace
methode in de kolom. De argumenten zijn een lijst van de dingen die je wilt vervangen (hier ['ABC', 'AB']
) en waarmee je ze wilt vervangen (de string 'A'
in dit geval):
>>> df['BrandName'].replace(['ABC', 'AB'], 'A')
0 A
1 B
2 A
3 D
4 A
Hiermee wordt een nieuwe reeks waarden gemaakt, dus u moet deze nieuwe kolom aan de juiste kolomnaam toewijzen:
df['BrandName'] = df['BrandName'].replace(['ABC', 'AB'], 'A')
Antwoord 2, autoriteit 29%
Vervangen
DataFrame
-object heeft krachtige en flexibele replace
methode:
DataFrame.replace(
to_replace=None,
value=None,
inplace=False,
limit=None,
regex=False,
method='pad',
axis=None)
Let op, als u wijzigingen moet aanbrengen, gebruikt u het booleaanse argument inplace
voor de methode replace
:
Plaats
inplace: boolean, standaard
False
IndienTrue
, aanwezig. Opmerking: hierdoor worden alle andere weergaven van dit object gewijzigd (bijvoorbeeld een kolom uit een DataFrame). Retourneert de beller als ditTrue
is.
Snippet
df['BrandName'].replace(
to_replace=['ABC', 'AB'],
value='A',
inplace=True
)
Antwoord 3, autoriteit 9%
loc
methode kan worden gebruikt om meerdere waarden te vervangen:
df.loc[df['BrandName'].isin(['ABC', 'AB'])] = 'A'
Antwoord 4, autoriteit 4%
Je zou ook een dict
kunnen doorgeven aan de pandas.replace
methode:
data.replace({
'column_name': {
'value_to_replace': 'replace_value_with_this'
}
})
Dit heeft als voordeel dat je meerdere waarden in meerdere kolommentegelijk kunt vervangen, zoals:
data.replace({
'column_name': {
'value_to_replace': 'replace_value_with_this',
'foo': 'bar',
'spam': 'eggs'
},
'other_column_name': {
'other_value_to_replace': 'other_replace_value_with_this'
},
...
})
Antwoord 5, autoriteit 4%
Deze oplossing zal het bestaande dataframe zelf veranderen:
mydf = pd.DataFrame({"BrandName":["A", "B", "ABC", "D", "AB"], "Speciality":["H", "I", "J", "K", "L"]})
mydf["BrandName"].replace(["ABC", "AB"], "A", inplace=True)
Antwoord 6, autoriteit 2%
Het dataframe gemaakt:
import pandas as pd
dk=pd.DataFrame({"BrandName":['A','B','ABC','D','AB'],"Specialty":['H','I','J','K','L']})
Gebruik nu de functie DataFrame.replace()
:
dk.BrandName.replace(to_replace=['ABC','AB'],value='A')
Antwoord 7, autoriteit 2%
Ik wilde alleen laten zien dat er geen prestatieverschil is tussen de 2 belangrijkste manieren om het te doen:
df = pd.DataFrame(np.random.randint(0,10,size=(100, 4)), columns=list('ABCD'))
def loc():
df1.loc[df1["A"] == 2] = 5
%timeit loc
19.9 ns ± 0.0873 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
def replace():
df2['A'].replace(
to_replace=2,
value=5,
inplace=True
)
%timeit replace
19.6 ns ± 0.509 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
Antwoord 8
Je kunt loc gebruiken voor vervanging op basis van voorwaarde en het specificeren van de kolomnaam
df = pd.DataFrame([['A','H'],['B','I'],['ABC','ABC'],['D','K'],['AB','L']],columns=['BrandName','Col2'])
df.loc[df['BrandName'].isin(['ABC', 'AB']),'BrandName'] = 'A'