pythondataframe如何替换值_替换python数据帧中的值(replace values in a python dataframe)
替换python数据帧中的值(replace values in a python dataframe)
我试图用'映射'数据帧中的映射替换'映射'数据帧中的值。
for column in df:
mapped[column] = df[column].astype(str)
for i, row in mappings.iterrows():
coln = row['colname']
val = row['value']
map = row['mapping']
print 'match::' + coln + ":"+str(val)+ ":"+str(map)
print mapped[mapped[coln]== val]
mapped[coln].replace(str(val), str(map))
print mapped.head()
尽管存在匹配记录，但“映射”数据框中的值不会被替换。 我怎样才能解决这个问题？
I am trying to replace values in the 'mapped' dataframe with mappings in 'mappings' dataframe.
for column in df:
mapped[column] = df[column].astype(str)
for i, row in mappings.iterrows():
coln = row['colname']
val = row['value']
map = row['mapping']
print 'match::' + coln + ":"+str(val)+ ":"+str(map)
print mapped[mapped[coln]== val]
mapped[coln].replace(str(val), str(map))
print mapped.head()
Although there are matching records, the values in 'mapped' dataframe is not getting replaced. How can I fix this?
原文：https://stackoverflow.com/questions/41487697
2020-07-06 09:07
满意答案
mapped[coln].replace(str(val), str(map))
默认情况下， replace不在适当位置。 传递它inplace=True或重新分配它：
mapped[coln].replace(str(val), str(map), inplace=True)
要么
mapped[coln] = mapped[coln].replace(str(val), str(map))
mapped[coln].replace(str(val), str(map))
replace is not inplace by default. Either pass it inplace=True or reassign it:
mapped[coln].replace(str(val), str(map), inplace=True)
or
mapped[coln] = mapped[coln].replace(str(val), str(map))
2017-01-05
相关问答
df.update(dfr.fillna('NaN'))
df.replace('NaN',np.nan)
Out[501]:
A B C D E F
0 aaa abx fwe dcs NaN gsx
1 bbb daf dxs fsx NaN ewe
2 sfa NaN NaN NaN NaN wes
3 ddd NaN NaN asc NaN NaN
4 web NaN NaN cse NaN...
您需要按set_index创建的Series map ： s = df.set_index('qid')['body']
result['q1_body'] = result['qid1'].map(s)
result['q2_body'] = result['qid2'].map(s)
print (result)
qid1 q1_body qid2 q2_body
0 1a sfgaks 2a shdfjk
1 1a sfgaks 3a adjkwf
2 2a ...
我认为你需要replace set_index创建的set_index ： print (df1)
Id Id.1 Id.2
0 4954733 3929949 515674
1 2950086 1863885 4269069
2 1241018 3711213 4507609
3 3806276 2035233 4968071
4 4437138 1...
您迭代地附加到DataFrame行的建议不是最佳的。 它会减慢代码。 相反，您可以将输出附加到列表中，然后根据需要重新整形列表，并最终将其转换为pd.DataFrame。 这将比你的建议更快。 例如： import pandas as pd, numpy as np
list1=[] #initialize the list
list1.extend([i]) #where i is the output from your loop
df = pd.DataFrame(np.reshape(li...
尝试下面的代码，而不是将'inf'作为字符串： df.replace(-np.Inf, np.nan)
Try the below, rather than 'inf' as a string: df.replace(-np.Inf, np.nan)
如果需要替换NaN值需要函数combine_first或fillna ： df['Clean Company Name'].combine_first(df['Company Name'])
要么： df['Clean Company Name'].fillna(df['Company Name'])
样品： df = pd.DataFrame({'Company Name':['s','d','f'], 'Clean Company Name': [np.nan, 'r', 't']})
p...
您可以使用eq将DataFrame值与max ： print (tmp[tmp.eq(tmp.max(axis=1), axis=0)])
mask = (tmp.eq(tmp.max(axis=1), axis=0))
print (mask)
A B
0 False True
1 False True
2 True False
3 False True
4 False True
5 False True
6 True Tru...
mapped[coln].replace(str(val), str(map)) 默认情况下， replace不在适当位置。 传递它inplace=True或重新分配它： mapped[coln].replace(str(val), str(map), inplace=True) 要么 mapped[coln] = mapped[coln].replace(str(val), str(map)) mapped[coln].replace(str(val), str(map)) replace is...
replace默认返回数据的副本，因此您需要通过self-assign覆盖df或传递inplace=True ： df[[0]].replace(["x"], ["dummy"], inplace=True)
要么 df[0] = df[[0]].replace(["x"], ["dummy"])
看文档 replace returns a copy of the data by default, so you need to either overwrite the df by self-a...
相关文章
python2和python3的区别，1.性能 Py3.0运行 pystone benchmark的速
...
abs(x) 说明：abs(x)返回x的绝对值，如果参数是复数，则返回复数的模； 参数x：整
...
python里的字典就像java里的HashMap，以键值对的方式存在并操作，其特点如下：通过键来存取
...
列表就像java里的collection，所具有的特性也要比元组更多，更灵活，其character总结
...
pychseg - A Python Chinese Segment Project - Google
...
Python 编程语言具有很高的灵活性，它支持多种编程方法，包括过程化的、面向对象的和函数式的。但最重
...
简单的数据类型以及赋值 1)变量不需要声明 Python的变量不需要声明，你可以直接输入：>>>a =
...
python的官网：http://www.python.org/ 有两个版本，就像struts1和st
...
Python的文件类型 Python有三种文件类型，分别是源代码文件、字节码文件和优化代码文件
源代
...