Een paar waarden in een panda-dataframekolom vervangen door een andere waarde

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 replacemethode 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 replacemethode:

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 inplacevoor de methode replace:

Plaats

inplace: boolean, standaard False
Indien True, aanwezig. Opmerking: hierdoor worden alle andere weergaven van dit object gewijzigd (bijvoorbeeld een kolom uit een DataFrame). Retourneert de beller als dit Trueis.

Snippet

df['BrandName'].replace(
    to_replace=['ABC', 'AB'],
    value='A',
    inplace=True
)

Antwoord 3, autoriteit 9%

locmethode kan worden gebruikt om meerdere waarden te vervangen:

df.loc[df['BrandName'].isin(['ABC', 'AB'])] = 'A'

Antwoord 4, autoriteit 4%

Je zou ook een dictkunnen doorgeven aan de pandas.replacemethode:

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'

Uitvoer