快捷導(dǎo)航

Pandas中根據(jù)條件替換列中的值的四種方式

更新時(shí)間：2023年01月16日 14:29:56 作者：Rick_M359

本文主要介紹了Pandas中根據(jù)條件替換列中的值的四種方式，文中通過(guò)示例代碼介紹的非常詳細(xì)，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

方法1：使用dataframe.loc[]函數(shù)

通過(guò)這個(gè)方法，我們可以用一個(gè)條件或一個(gè)布爾數(shù)組來(lái)訪問(wèn)一組行或列。如果我們可以訪問(wèn)它，我們也可以操作它的值，是的！這是我們的第一個(gè)方法，通過(guò)pandas中的dataframe.loc[]函數(shù)，我們可以訪問(wèn)一個(gè)列并通過(guò)一個(gè)條件改變它的值。

語(yǔ)法：df.loc[ df["column_name"] == "some_value", "column_name" ] = "value"

some_value = 需要被替換的值 value = 應(yīng)該被放置的值。

示例: 我們要把性別欄中的所有 “男性 “改為1。

import pandas as pd
import numpy as np
  
# data
data= {
    'Name': ['John', 'Jay', 'sachin', 'Geetha', 'Amutha', 'ganesh'],
    'gender': ['male', 'male', 'male', 'female', 'female', 'male'],
    'math score': [50, 100, 70, 80, 75, 40],
    'test preparation': ['none', 'completed', 'none', 'completed',
                         'completed', 'none'],
}
  
# 創(chuàng)建一個(gè) Dataframe 對(duì)象
df = pd.DataFrame(data)
  
# 條件應(yīng)用
df.loc[df["gender"] == "male", "gender"] = 1

輸出：

使用dataframe.loc[]函數(shù)

方法2：使用NumPy.where()函數(shù)

NumPy是一個(gè)非常流行的庫(kù)，用于2D和3D數(shù)組的計(jì)算。它為我們提供了一個(gè)非常有用的方法where()來(lái)訪問(wèn)有條件的特定行或列。我們也可以用這個(gè)函數(shù)來(lái)改變某一列的特定值。 語(yǔ)法: df[“column_name”] = np.where(df[“column_name”]==”some_value”, value_if_true, value_if_false)

示例: 這個(gè)numpy.where()函數(shù)應(yīng)該寫(xiě)上條件，如果條件為真，后面是值，如果條件為假，則是一個(gè)值?，F(xiàn)在，我們要把性別欄中的所有 “女性 “改為0，”男性 “改為1。

import pandas as pd
import numpy as np
  
# data
data= {
    'Name': ['John', 'Jay', 'sachin', 'Geetha', 'Amutha', 'ganesh'],
    'gender': ['male', 'male', 'male', 'female', 'female', 'male'],
    'math score': [50, 100, 70, 80, 75, 40],
    'test preparation': ['none', 'completed', 'none', 'completed',
                         'completed', 'none'],
}
  
# 創(chuàng)建一個(gè) Dataframe 對(duì)象
df = pd.DataFrame(data)
  
 # 條件應(yīng)用
df["gender"] = np.where(df["gender"] == "female", 0, 1)

輸出：

使用NumPy.where()函數(shù)

方法3：使用pandas掩碼函數(shù)

Pandas的掩蔽函數(shù)是為了用一個(gè)條件替換任何行或列的值。

語(yǔ)法: df[‘column_name’].mask( df[‘column_name’] == ‘some_value’, value , inplace=True )

示例：使用這個(gè)屏蔽條件，將性別欄中所有的 “女性 “改為0。

import pandas as pd
import numpy as np
  
# data
data= {
    'Name': ['John', 'Jay', 'sachin', 'Geetha', 'Amutha', 'ganesh'],
    'gender': ['male', 'male', 'male', 'female', 'female', 'male'],
    'math score': [50, 100, 70, 80, 75, 40],
    'test preparation': ['none', 'completed', 'none', 'completed', 
                         'completed', 'none'],
}
  
# 創(chuàng)建一個(gè) Dataframe 對(duì)象
df = pd.DataFrame(data)
  
# 條件應(yīng)用 1
df['gender'].mask(df['gender'] == 'female', 0, inplace=True)
  
# 條件應(yīng)用 2
#df['math score'].mask(df['math score'] >=60 ,'good', inplace=True)

輸出：

使用pandas掩碼函數(shù)

方法4：替換包含指定字符的字符串

語(yǔ)法： data["列名"].mask(data.列名.str.contains(".*?某字符串"), "替換目標(biāo)字符串", inplace=True)

import pandas as pd
import numpy as np
  
# data
data= {
    'Name': ['John', 'Jay', 'sachin', 'Geetha', 'Amutha', 'ganesh'],
    'gender': ['male', 'male', 'male', 'female', 'female', 'male'],
    'math score': [50, 100, '良70', 80, '良75', 40],
    'test preparation': ['none', 'completed', 'none', 'completed', 
                         'completed', 'none'],
}
  
# 創(chuàng)建一個(gè) Dataframe 對(duì)象
df = pd.DataFrame(data)
  
# 條件應(yīng)用 
data["math score"].mask(data.math score.str.contains(".*?良"), "良好", inplace=True)

使用pandas掩碼函數(shù)

到此這篇關(guān)于Pandas中根據(jù)條件替換列中的值的四種方式的文章就介紹到這了,更多相關(guān)Pandas 條件替換列值內(nèi)容請(qǐng)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！

您可能感興趣的文章: