Python数据分析实战-使用numpy.where方法基于条件替换某列的值（附源码和实现效果）

实现功能

在Pandas中，replace方法默认是基于精确匹配进行替换，而不是基于条件匹配。要实现基于条件的替换，可以使用numpy.where函数。将DataFrame中某一列的指定的两个值分别替换为0和1，其他值替换为2

实现代码

import pandas as pd
import numpy as np

# 创建一个示例DataFrame
data = {'A': ['apple', 'banana', 'apple', 'orange', 'grape']}
df = pd.DataFrame(data)

# 打印替换前的DataFrame
print("替换前的DataFrame：")
print(df)

# 指定要替换为0的字符串
string_0 = 'apple'
# 指定要替换为1的字符串
string_1 = 'banana'

# 使用numpy.where函数进行条件替换
df['A'] = np.where(df['A'] == string_0, 0, np.where(df['A'] == string_1, 1, 2))

# 打印替换后的DataFrame
print("替换后的DataFrame：")
print(df)

实现效果

本人读研期间发表5篇SCI数据挖掘相关论文，现在某研究院从事数据挖掘相关科研工作，对数据挖掘有一定认知和理解，会结合自身科研实践经历不定期分享关于python、机器学习、深度学习基础知识与案例。

致力于只做原创，以最简单的方式理解和学习，关注我一起交流成长。

1、邀请三个朋友关注V订阅号：数据杂坛，即可在后台联系我获取相关数据集和源码，送有关数据分析、数据挖掘、机器学习、深度学习相关的电子书籍。