使用pandas對矢量化數(shù)據(jù)進(jìn)行替換處理的方法
更新時間：2018年04月11日 16:03:59 作者：grey_csdn
下面小編就為大家分享一篇使用pandas對矢量化數(shù)據(jù)進(jìn)行替換處理的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
使用pandas處理向量化的數(shù)據(jù)，進(jìn)行數(shù)據(jù)的替換時不僅僅能夠進(jìn)行字符串的替換也能夠處理數(shù)字。
做簡單的示例如下：
In [4]: data = Series(range(5))
In [5]: data Out[5]: 0 0 1 1 2 2 3 3 4 4 dtype: int64
In [6]: data.replace(3,333) Out[6]: 0 0 1 1 2 2 3 333 4 4 dtype: int64
In [7]: data Out[7]: 0 0 1 1 2 2 3 3 4 4 dtype: int64
In [8]: data.replace({2:np.nan,4:444})
Out[8]:
0 0.0
1 1.0
2 NaN
3 3.0
4 444.0
dtype: float64
從上面可以看出，替換可以進(jìn)行單個數(shù)字的替換，也可以穿入一個字典進(jìn)行一個序列的替換。
簡單的替換雖然也可以通過賦值進(jìn)行修改，但是通過賦值進(jìn)行修改的時候一般首先得進(jìn)行數(shù)據(jù)替換對象的查找。但是，通過Series對象的replace方法進(jìn)行數(shù)據(jù)替換的方便之處則在于省掉了數(shù)據(jù)對象的查詢。
這篇使用pandas對矢量化數(shù)據(jù)進(jìn)行替換處理的方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要為大家詳細(xì)介紹了梅爾倒譜系數(shù)(MFCC)實現(xiàn)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-06-06
python利用pd.cut()和pd.qcut()對數(shù)據(jù)進(jìn)行分箱操作
本文主要介紹了python利用pd.cut()和pd.qcut()對數(shù)據(jù)進(jìn)行分箱操作，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-06-06
這篇文章主要介紹了解讀時間序列分析之ADF檢驗，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-12-12
Python?dateutil庫簡化日期時間處理利器使用場景實踐
在Python中,處理日期和時間是常見的任務(wù)之一,dateutil庫是Python標(biāo)準(zhǔn)庫中datetime模塊的擴(kuò)展,提供了許多方便的工具和函數(shù),簡化了日期和時間的操作2023-12-12
這篇文章主要介紹了Python3.5運(yùn)算符操作,結(jié)合實例形式詳細(xì)分析了Python3.5各種運(yùn)算符與常見使用技巧,需要的朋友可以參考下2019-04-04
下面小編就為大家?guī)硪黄猵ython計算auc指標(biāo)實例。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-07-07
python?Sweetviz探索性數(shù)據(jù)可視化分析庫使用特征詳解
這篇文章主要為大家介紹了python?Sweetviz探索性數(shù)據(jù)可視化分析庫特征使用詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01
這篇文章將通過實例給大家分享Python中對象迭代與反迭代的技巧，對大家學(xué)習(xí)或者使用python具有一定的參考借鑒價值。有需要的下面來一起看看吧。2016-09-09
這篇文章主要介紹了python 中的@運(yùn)算符使用，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2021-05-05
這篇文章主要介紹了python中的參數(shù)類型匹配提醒，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-12-12