對(duì)pandas replace函數(shù)的使用方法小結(jié)
更新時(shí)間：2018年05月18日 14:54:42 作者：每天進(jìn)步一點(diǎn)點(diǎn)2017
今天小編就為大家分享一篇對(duì)pandas replace函數(shù)的使用方法小結(jié)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
語(yǔ)法：replace(self, to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad', axis=None)
使用方法如下：
import numpy as np
import pandas as pd
df = pd.read_csv('emp.csv')
df
#Series對(duì)象值替換
s = df.iloc[2]#獲取行索引為2數(shù)據(jù)
#單值替換
s.replace('?',np.nan)#用np.nan替換？
s.replace({'?':'NA'})#用NA替換？
#多值替換
s.replace(['?',r'$'],[np.nan,'NA'])#列表值替換
s.replace({'?':np.nan,'$':'NA'})#字典映射
#同缺失值填充方法類似
s.replace(['?','$'],method='pad')#向前填充
s.replace(['?','$'],method='ffill')#向前填充
s.replace(['?','$'],method='bfill')#向后填充
#limit參數(shù)控制填充次數(shù)
s.replace(['?','$'],method='bfill',limit=1)
#DataFrame對(duì)象值替換
#單值替換
df.replace('?',np.nan)#用np.nan替換？
df.replace({'?':'NA'})#用NA替換？
#按列指定單值替換
df.replace({'EMPNO':'?'},np.nan)#用np.nan替換EMPNO列中?
df.replace({'EMPNO':'?','ENAME':'.'},np.nan)#用np.nan替換EMPNO列中?和ENAME中.
#多值替換
df.replace(['?','.','$'],[np.nan,'NA','None'])##用np.nan替換？用NA替換. 用None替換$
df.replace({'?':'NA','$':None})#用NA替換？ 用None替換$
df.replace({'?','$'},{'NA',None})#用NA替換？ 用None替換$
#正則替換
df.replace(r'\?|\.|\$',np.nan,regex=True)#用np.nan替換？或.或$原字符
df.replace([r'\?',r'\$'],np.nan,regex=True)#用np.nan替換？和$
df.replace([r'\?',r'\$'],[np.nan,'NA'],regex=True)#用np.nan替換？用NA替換$符號(hào)
df.replace(regex={r'\?':None})
#value參數(shù)顯示傳遞
df.replace(regex=[r'\?|\.|\$'],value=np.nan)#用np.nan替換？或.或$原字符
以上這篇對(duì)pandas replace函數(shù)的使用方法小結(jié)就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python實(shí)例練習(xí)水仙花數(shù)問(wèn)題講解
這篇文章介紹了Python找水仙花數(shù)從分析到實(shí)現(xiàn)的過(guò)程，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2022-05-05
使用Python讀取和修改Excel文件(基于xlrd、xlwt和openpyxl模塊)
本文介紹一下使用Python對(duì)Excel文件的基本操作,包括使用xlrd模塊讀取excel文件，使用xlwt模塊將數(shù)據(jù)寫(xiě)入excel文件,使用openpyxl模塊讀取寫(xiě)入和修改excel文件,需要的朋友可以參考下2021-11-11
PyTorch CNN實(shí)戰(zhàn)之MNIST手寫(xiě)數(shù)字識(shí)別示例
本篇文章主要介紹了PyTorch CNN實(shí)戰(zhàn)之MNIST手寫(xiě)數(shù)字識(shí)別示例，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-05-05
這篇文章主要介紹了Python八大排序算法速度實(shí)例對(duì)比，具有一定參考價(jià)值，需要的朋友可以參考下。2017-12-12
Python正則表達(dá)式?r'(.*)?are?(.*?)?.*'的深入理解
日常的開(kāi)發(fā)工作中經(jīng)常會(huì)有處理字符串的需求,簡(jiǎn)單的字符串處理，我們使用python內(nèi)置的字符串處理函數(shù)就可以了,但是復(fù)雜的字符串匹配就需要借助正則表達(dá)式了,這篇文章主要給大家介紹了關(guān)于Python正則表達(dá)式?r‘(.*)?are?(.*?)?.*‘的相關(guān)資料,需要的朋友可以參考下2022-07-07
用Pytorch訓(xùn)練CNN(數(shù)據(jù)集MNIST,使用GPU的方法)
今天小編就為大家分享一篇用Pytorch訓(xùn)練CNN(數(shù)據(jù)集MNIST,使用GPU的方法)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08
pydub是一個(gè)輕量級(jí)的音頻處理庫(kù),安裝方便,使用簡(jiǎn)單,這篇文章主要為大家詳細(xì)介紹了pydub的具體使用,文中的示例代碼講解詳細(xì),需要的小伙伴可以參考下2023-11-11
這篇文章主要介紹了10 分鐘快速入門(mén) Python3的教程，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
俗話說(shuō)條條大路通羅馬，同樣是完成一件事，Python 其實(shí)提供了好幾個(gè)方式供你選擇。property() 是一個(gè)比較奇葩的BIF，它的作用把方法當(dāng)作屬性來(lái)訪問(wèn)，從而提供更加友好訪問(wèn)方式2021-09-09
大家好，本篇文章主要講的是Python中最神秘missing()函數(shù)介紹，感興趣的同學(xué)趕快來(lái)看一看吧，對(duì)你有幫助的話記得收藏一下，方便下次瀏覽2021-12-12