欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Pandas中Replace函數(shù)使用那些事兒

 更新時間:2022年11月29日 11:22:22   作者:西瓜WiFi  
Pandas是基于NumPy?的一種工具,該工具是為了解決數(shù)據(jù)分析任務而創(chuàng)建的,下面這篇文章主要給大家介紹了關(guān)于Pandas中Replace函數(shù)使用那些事兒,文中通過實例代碼以及圖文介紹的非常詳細,需要的朋友可以參考下

一、Series 數(shù)據(jù)替換s.str.replace()

s.sr.replace(pat,repl,n=-1,case=None,flags=0,regex=None)

函數(shù)詳解:

pat要查找的字符串
repl替換的字符串,可以調(diào)用函數(shù)
n 要進行的替換數(shù),默認全部
case是否區(qū)分大小寫
flagsre模塊中的標志
regex是否設置為正則表達式

1. 普通查找替換

將曹操替換為劉備

import pandas as pd
s=pd.Series(['曹操','大喬','小喬'])
s.str.replace('曹操','劉備')

2.正則表達式替換

將字符串中的‘~’和‘/’替換為'-'

import pandas as pd
s=pd.Series(['2022-5-5','2022/5/6','2022~6~9'])
s.str.replace('[~/]','-',regex=True)

3. 預編譯好的正則表達式替換

將字符串中的‘~’和‘/’替換為'-'

import pandas as pd
import re
s=pd.Series(['2022-5-5','2022/5/6','2022~6~9'])
pat=re.compile('[~/]')
s.str.replace(pat,'-',regex=True)

4. 函數(shù)替換

給Series中的人名添加括號;人名和日期之間添加‘-’

import pandas as pd
import re
s=pd.Series(['Aaron2022-5-5','Bob2022-5-6','judy2022-6-9'])
s.str.replace('[a-zA-Z]+',lambda x: '('+x[0]+')'+'-',regex=True)

5. 分組替換

殊途同歸,分組替換可以實現(xiàn)與函數(shù)替換一樣的目的;

s=pd.Series(['Aaron2022-5-5','Bob2022-5-6','judy2022-6-9'])
s.str.replace('([a-zA-Z]+)',r"【\1】-",regex=True)

二、DataFrame 數(shù)據(jù)替換 df.replace()

df.replace(to_replace=None,value=None,inplace=False,limit=None,regex=False,method='pad)

函數(shù)詳解:

to_replace查找要替換的值
value替換與查找匹配的值
inplace修改原數(shù)據(jù)
limit向前或向后填充的最大尺寸間隙
regex是否支持正則表達式
method替換方法

1. 單值替換

寫入實例數(shù)據(jù):

df=pd.DataFrame({'英雄屬性':['刺客','射手','法師','戰(zhàn)士','輔助'],
                '紅方英雄':['荊軻','鹵蛋','甄姬','夏侯惇','項羽'],
                '紅方傷害':[11.20,15.34,8.57,6.98,3.69],
                 '紅方死亡次數(shù)':['1次','10次','8次','5次','6次'],
                '藍方英雄':['趙云','馬克','干將','呂布','劉禪'],
                '藍方傷害':[10.82,11.36,10.87,9.69,6.53],
                '藍方死亡次數(shù)':['5次','8次','4次','7次','10次']})
df

將荊軻替換為孫悟空; 

df.replace('荊軻','孫悟空')

2. 列表替換

多個值替換單個值,將趙云和馬克替換為孫策

df.replace(['趙云','馬克'],'孫策')

多個值替換多個值,將趙云和馬克替換為橘右京和虞姬;

查找值放在一個列表里,替換值放在一個列表里,需要一一對應;

df.replace(['趙云','馬克'],['橘右京','虞姬'])

3.字典替換

(1)字典替換,將趙云和馬克替換為橘右京和虞姬

傳入字典的鍵為要查找的值,值為要替換的值;

df.replace({
    '趙云':'橘右京',
    '馬克':'虞姬'
})

(2)指定列替換

將紅方英雄甄姬替換為貂蟬,項羽替換為鐘馗;藍方英雄呂布替換為孫策,干將替換為楊玉環(huán);

df.replace({
    '紅方英雄':{
        '甄姬':'貂蟬',
        '項羽':'鐘馗'
    },
    '藍方英雄':{
        '呂布':'孫策',
        '干將':'楊玉環(huán)'
    }
})

 (3)多列替換

將紅方傷害11.2,藍方傷害11.36,9.69替換為9.999

df.replace({'紅方傷害':11.2,'藍方傷害':[11.36,9.69]},9.999)

三、DataFrame 正則替換 

1. 正則表達式‘零寬斷言’介紹

名稱表達式解釋
零寬正向先行斷言(?=exp)匹配后面是exp表達式的字符串
零寬負向先行斷言(?!exp)匹配后面不是exp表達式的字符串
零寬正向后行斷言(?<=exp)匹配前面是exp表達式的字符串
零寬負向后行斷言(?<!exp)匹配前面不是exp表達式的字符串

2. 單值正則替換

在紅方死亡次數(shù)和藍方死亡次數(shù)數(shù)字和‘次’之間添加‘-’

df.replace(
    to_replace='(^\d+)(?=\D)',
    value=r'\1-',
    regex=True
)

3. 列表正則替換

列表替換,給紅方英雄添加‘【】’

df['紅方英雄']=df['紅方英雄'].replace(
    regex=['^','$'],
    value=['【','】'],
)
df

4. 字典正則替換

 字典正則替換,給藍方英雄添加‘[]’

df.replace(
regex={
    '藍方英雄':{'^':'[','$':']'}
})

四、DataFrame替換實例應用 

原數(shù)據(jù)如下:英雄信息列后面數(shù)字為編號;

df=pd.DataFrame({'英雄屬性':['刺客','射手','法師','戰(zhàn)士','輔助'],
                 '英雄信息':['荊軻36','鹵蛋1','甄姬6','夏侯惇10','項羽66'],
                '紅方英雄':['荊軻','鹵蛋','甄姬','夏侯惇','項羽'],
                '紅方傷害':[11.20,15.34,8.57,6.98,3.69],
                 '紅方死亡次數(shù)':['1次','10次','8次','5次','6次'],
                '藍方英雄':['趙云','馬克','干將','呂布','劉禪'],
                '藍方傷害':[10.82,11.36,10.87,9.69,6.53],
                '藍方死亡次數(shù)':['5次','8次','4次','7次','10次']})
df

 1.將編號統(tǒng)一為四位數(shù)字,不足四位的使用0補齊;

df['英雄信息'].str.replace(
    pat='(\d+)',
    repl=lambda x: '0'*(4-len(x[0]))+x[0],
    regex=True
)

 2. 給編號前面加上Timi,并使用‘-’分隔

df['英雄信息']=df['英雄信息'].str.replace(
    pat='(\d+)',
    repl=lambda x: '-Timi'+'0'*(4-len(x[0]))+x[0],
    regex=True
)
df

總結(jié)

到此這篇關(guān)于Pandas中Replace函數(shù)使用的文章就介紹到這了,更多相關(guān)Pandas Replace函數(shù)使用內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • 詳解如何用django實現(xiàn)redirect的幾種方法總結(jié)

    詳解如何用django實現(xiàn)redirect的幾種方法總結(jié)

    這篇文章主要介紹了如何用django實現(xiàn)redirect的幾種方法總結(jié),詳細的介紹3種實現(xiàn)方式,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2018-11-11
  • 詳細分析python3的reduce函數(shù)

    詳細分析python3的reduce函數(shù)

    小編給大家整理了python3的reduce函數(shù)詳細用法以及相關(guān)的技巧,需要的朋友們參考一下吧。
    2017-12-12
  • 一文詳解如何使用Python批量拼接圖片

    一文詳解如何使用Python批量拼接圖片

    這篇文章主要給大家介紹了關(guān)于如何使用Python批量拼接圖片的相關(guān)資料,文中主要用的是PIL庫,PIL庫是一個具有強大圖像處理能力的第三方庫,不僅包含了豐富的像素、色彩操作功能,還可以用于圖像歸檔和批量處理,需要的朋友可以參考下
    2023-05-05
  • python皮爾遜相關(guān)性數(shù)據(jù)分析分析及實例代碼

    python皮爾遜相關(guān)性數(shù)據(jù)分析分析及實例代碼

    這篇文章主要為大家介紹了python皮爾遜相關(guān)性分析及實例代碼,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2023-02-02
  • Python中的pprint模塊

    Python中的pprint模塊

    本文介紹了 Python中的pprint模塊,pprint模塊包含一個“美觀打印機”,用于生成數(shù)據(jù)結(jié)構(gòu)的一個美觀的視圖。格式化工具會生成數(shù)據(jù)結(jié)構(gòu)的一些表示,不僅能夠由解釋器正確地解析,還便于人閱讀。輸出會盡可能放在一行上,分解為多行時會縮進,想了解具體內(nèi)容請參考下文
    2021-11-11
  • 什么是Python變量作用域

    什么是Python變量作用域

    在本篇文章里小編給大家整理的是關(guān)于Python變量作用域的相關(guān)知識點內(nèi)容,需要的朋友們可以學習下。
    2020-06-06
  • Python設計模式之解釋器模式原理與用法實例分析

    Python設計模式之解釋器模式原理與用法實例分析

    這篇文章主要介紹了Python設計模式之解釋器模式原理與用法,結(jié)合具體實例形式分析了解釋器模式的概念、原理、定義及使用方法,需要的朋友可以參考下
    2019-01-01
  • Python3遍歷目錄樹實現(xiàn)方法

    Python3遍歷目錄樹實現(xiàn)方法

    這篇文章主要介紹了Python3遍歷目錄樹實現(xiàn)方法,涉及Python目錄樹的遍歷操作技巧,需要的朋友可以參考下
    2015-05-05
  • pip?install?python-Levenshtein失敗的解決

    pip?install?python-Levenshtein失敗的解決

    這篇文章主要介紹了pip?install?python-Levenshtein失敗的解決方案,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
    2023-02-02
  • Python的Flask框架中web表單的教程

    Python的Flask框架中web表單的教程

    這篇文章主要介紹了Python的Flask框架中web表單的教程,表單是學習各個web框架中的基礎知識,需要的朋友可以參考下
    2015-04-04

最新評論