pandas replace() 替换用法
2021.02.05补充
之前写的替换都是整个值，也即是说如果被替换值='asdfg'，之前的只有值等于='asdfg'，才可以被替换，但是我们很多时候是值想替换局部的，比如说‘深圳地区’，替换为‘深圳市’，那么就得先str,代码如下：
main_copy['city']=main_copy['city'].str.replace('地区','市')
====================================================================
replace()
既可以替换某列，也可以替换某行，还可以全表替换
df.replace() 或者 df[col]replace()
#参数如下： df.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad',)
参数说明：
- to_replace：被替换的值
- value：替换后的值
- inplace：是否要改变原数据，False是不改变，True是改变，默认是False
- limit：控制填充次数
- regex：是否使用正则,False是不使用，True是使用，默认是False
- method：填充方式，pad,ffill,bfill分别是向前、向前、向后填充
import pandas as pd import numpy as np #构造数据 df=pd.DataFrame({'a':['?',7499,'?',7566,7654,'?',7782],'b':['SMITH', '.','$','.' ,'MARTIM','BLAKE','CLARK'], 'c':['CLERK','SALESMAN','$','MANAGER','$','MANAGER','$'], 'd':[7902,7698,7698,7839,7698,7839,7839], 'e':['1980/12/17','1981/2/20','1981/2/22','1981/4/2','1981/9/28','1981/5/1','1981/6/9'], 'f':[800,1600,1250,2975,1230,2859,2450], 'g':[np.nan,300.0,500.0,np.nan,1400.0,np.nan,np.nan], 'h':[20,30,30,20,30,30,10]}) #替换全部或者某行某列 #全部替换，这二者效果一样 df.replace(20,30) df.replace(to_replace=20,value=30) #某一列或者某几列 df['h'].replace(20,30) df[['b','c']].replace('$','rmb') #某一行或者几行 df.iloc[1].replace(1600,1700) df.iloc[1:3].replace(30,40) #inplace=True df.replace(20,30,inplace=True) df.iloc[1:3].replace(30,40,inplace=True) #用list或者dict进行单值或者多值填充, #单值 #注意，list是前者替换后者，dict字典里的建作为原值，字典里的值作为替换的新值 df.replace([20,30]) df.replace({20:30}) #多值,list是list逗号后的值替换list的值，dict字典里的建作为原值，字典里的值作为替换的新值 df.replace([20,1600],[40,1700]) #20被40替换，1600被1700替换 df.replace([20,30],'b') #20,30都被b替换 df.replace({20:30,1600:1700}) df.replace({20,30},{'a','b'}) #这个和list多值用法一样 #,method #其实只需要传入被替换的值， df.replace(['a',30],method='pad') df.replace(['a',30],method='ffill') df.replace(['a',30],method='bfill') #可以直接这样表达 df.replace(30,method='bfill') #用30下面的最靠近非30的值填充 df.replace(30,method='ffill') #用30上面最靠近非30的值填充 df.replace(30,method='pad') #用30上面最靠近非30的值填充 #一般用于空值填充 df.replace(np.nan,method='bfill') #limit df.replace(30,method='bfill',limit=1) #现在填充的间隔数
正则替换的需要先补充一下正则表达式
#正则替换 #转义字符\可以转义很多字符，比如\n表示换行，\t表示制表符，字符\本身也要转义，所以\\表示的字符就是\ #如果字符串里面有很多字符都需要转义，就需要加很多\，为了简化，Python还允许用r''表示''内部的字符串默认不转义 df.replace(r'\?|\.|\$',np.nan) #和原来没有变化 df.replace(r'\?|\.|\$',np.nan,regex=True)#用np.nan替换？或.或$原字符 df.replace([r'\?',r'\$'],np.nan,regex=True)#用np.nan替换？和$ df.replace([r'\?',r'\$'],[np.nan,'NA'],regex=True)#用np.nan替换？用NA替换$符号 df.replace(regex={r'\?':None}) #当然，如果不想使用inplace=True，也可以这样子表达 df=df.replace(20,30) df.replace(20,30,inplace=True)
全部代码如下：
# -*- coding: utf-8 -*- """ Created on Tue Jul 21 10:52:00 2020 @author: Admin """ import pandas as pd import numpy as np #构造数据 df=pd.DataFrame({'a':['?',7499,'?',7566,7654,'?',7782],'b':['SMITH', '.','$','.' ,'MARTIM','BLAKE','CLARK'], 'c':['CLERK','SALESMAN','$','MANAGER','$','MANAGER','$'], 'd':[7902,7698,7698,7839,7698,7839,7839], 'e':['1980/12/17','1981/2/20','1981/2/22','1981/4/2','1981/9/28','1981/5/1','1981/6/9'], 'f':[800,1600,1250,2975,1230,2859,2450], 'g':[np.nan,300.0,500.0,np.nan,1400.0,np.nan,np.nan], 'h':[20,30,30,20,30,30,10]}) #替换全部或者某行某列 #全部替换，这二者效果一样 df.replace(20,30) df.replace(to_replace=20,value=30) #某一列或者某几列 df['h'].replace(20,30) df[['b','c']].replace('$','rmb') #某一行或者几行 df.iloc[1].replace(1600,1700) df.iloc[1:3].replace(30,40) #inplace=True df.replace(20,30,inplace=True) df.iloc[1:3].replace(30,40,inplace=True) #用list或者dict进行单值或者多值填充, #单值 #注意，list是前者替换后者，dict字典里的建作为原值，字典里的值作为替换的新值 df.replace([20,30]) df.replace({20:30}) #多值,list是list逗号后的值替换list的值，dict字典里的建作为原值，字典里的值作为替换的新值 df.replace([20,1600],[40,1700]) #20被40替换，1600被1700替换 df.replace([20,30],'b') #20,30都被b替换 df.replace({20:30,1600:1700}) df.replace({20,30},{'a','b'}) #这个和list多值用法一样 #,method #其实只需要传入被替换的值， df.replace(['a',30],method='pad') df.replace(['a',30],method='ffill') df.replace(['a',30],method='bfill') #可以直接这样表达 df.replace(30,method='bfill') #用30下面的最靠近非30的值填充 df.replace(30,method='ffill') #用30上面最靠近非30的值填充 df.replace(30,method='pad') #用30上面最靠近非30的值填充 #一般用于空值填充 df.replace(np.nan,method='bfill') #limit df.replace(30,method='bfill',limit=1) #现在填充的间隔数 #正则替换 #转义字符\可以转义很多字符，比如\n表示换行，\t表示制表符，字符\本身也要转义，所以\\表示的字符就是\ #如果字符串里面有很多字符都需要转义，就需要加很多\，为了简化，Python还允许用r''表示''内部的字符串默认不转义 df.replace(r'\?|\.|\$',np.nan) #和原来没有变化 df.replace(r'\?|\.|\$',np.nan,regex=True)#用np.nan替换？或.或$原字符 df.replace([r'\?',r'\$'],np.nan,regex=True)#用np.nan替换？和$ df.replace([r'\?',r'\$'],[np.nan,'NA'],regex=True)#用np.nan替换？用NA替换$符号 df.replace(regex={r'\?':None}) #当然，如果不想使用inplace=True，也可以这样子表达 df=df.replace(20,30) df.replace(20,30,inplace=True)
