Заміна кількох значень у стовпці кадру даних pandas іншим значенням

У мене є pandas dataframe df, як показано нижче:

BrandName Specialty
A          H
B          I
ABC        J
D          K
AB         L

Я хочу замінити "ABC" і "AB" у стовпці BrandName на A. Чи може хтось допомогти з цим?

Найпростіший спосіб - використовувати replaceметод на стовпці. Аргументи - це список речей, які ви хочете замінити (тут ['ABC', 'AB']), і те, чим ви хочете їх замінити (рядок 'A'у цьому випадку):

>>> df['BrandName'].replace(['ABC', 'AB'], 'A')
0    A
1    B
2    A
3    D
4    A

Це створює нову серію значень, тому вам потрібно призначити цей новий стовпець правильній назві стовпця:

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

Замінити

DataFrameоб'єкт має потужний та гнучкий replaceметод:

DataFrame.replace(
        to_replace=None,
        value=None,
        inplace=False,
        limit=None,
        regex=False, 
        method='pad',
        axis=None)

Зверніть увагу, якщо вам потрібно внести зміни на місці, використовуйте inplaceлогічний аргумент для replaceметоду:

На місці

inplace : логічне значення, за замовчуванням False If True, на місці. Примітка: це змінить будь-які інші подання цього об'єкта (наприклад, стовпець у формі DataFrame). Повертає абонента, якщо це так True.

Фрагмент

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

loc функція може бути використана для заміни декількох значень; Документація до неї: loc

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

Це рішення змінить сам існуючий фрейм даних:

mydf = pd.DataFrame({"BrandName":["A", "B", "ABC", "D", "AB"], "Speciality":["H", "I", "J", "K", "L"]})
mydf["BrandName"].replace(["ABC", "AB"], "A", inplace=True)

Створено фрейм даних:

import pandas as pd
dk=pd.DataFrame({"BrandName":['A','B','ABC','D','AB'],"Specialty":['H','I','J','K','L']})

Тепер використовуйте DataFrame.replace()функцію:

dk.BrandName.replace(to_replace=['ABC','AB'],value='A')

Просто хотів показати, що між двома основними способами не існує різниці в продуктивності :

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)

Ви можете також передати dictв pandas.replaceметод:

data.replace({
    'column_name': {
        'value_to_replace': 'replace_value_with_this'
    }
})

Це має ту перевагу, що ви можете замінити кілька значень у декількох стовпцях одночасно, наприклад:

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'
    },
    ...
})