国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

Python pandas替換指定數(shù)據(jù)的方法實例

89542767 / 651人閱讀

　　小編寫這篇文章的一個主要目的，主要是給大家去做一個解答，繼續(xù)給大家解答關(guān)于Python pandas的相關(guān)內(nèi)容，比如使用Python pandas去替換指定的一些數(shù)據(jù)，那么，具體的方法是什么呢？下面就給大家解答下。


　　一、構(gòu)造dataframe


　　import pandas as pd
　　import numpy as np
　　df=pd.DataFrame(np.arange(16).reshape(4,4),columns=["sh","bj","sz","gz"],index=["one","two","three","four"])
　　df.iloc[0,1]=np.nan

01.png

　　二、替換指定數(shù)據(jù)（fillna、isin、replace)


　　1、用"sz"列的同行數(shù)據(jù)將"bj"列的空值替換掉

　　df["bj"].fillna(df["sz"],inplace=True)

02.png

　　2、在1的基礎(chǔ)上，將"sz"列為2或者6的數(shù)據(jù)替換成-4


　　法一:直接替換

　　df.loc[df["sz"].isin([2,6]),"sz"]=-4

03.png

　　法二：函數(shù)replace()替換

　　df.replace({"sz":{2:-4,6:-4}},inplace=True)

04.png

　　三、替換函數(shù)replace()詳解


　　原dataframe如下：

05.png

　　1、全局替換元素


　　1)替換單個元素


　　df.replace(-4,0)#將所有的-4元素替換為0，返回dataframe

　

06.png

    　2）替換多個元素


　　法一：在字典中指定

　　df.replace({-4:0,4:1})#將-4替換為0，4替換為1

07.png

　　法二：在列表中指定

　　df.replace([-4,4],[0,1])#將-4替換為0，4替換為1

08.png

　　其中法二在列表中指定的方式，如果多個元素替換為相同的值，會更方便。

　　df.replace([-4,4],1)#將-4和4替換為1

09.png

　　2、通過指定條件替換元素

　　df.replace({"bj":{5:10,9:50},"gz":{7:10}})#將"bj"列的5替換為10，9替換為50，將gz列的7替換為10

10.png

　　也可通過直接索引列的方式來替換指定列的元素

　　df["bj"].replace({5:10,9:50})#將"bj"列的5替換為10，9替換為50

11.png

　　3、通過模糊條件替換指定元素


　　法一：通過字符串方法替換str.replace()

　　df["bj"]=df["bj"].str.replace("北","南").fillna(df["bj"])#將"bj"列中的"北"字替換成"南"字,若無"北"值，則不替換

12.png

　　法二：通過正則匹配替換


　　df.replace("(.*)北(.*)","南京",regex=True)#將"bj"列中的含有"北"字的元素替換成"南京"

　　最后，如果需要在原始數(shù)據(jù)上完成替換，可以通過設(shè)置參數(shù)inplace=True。


　　綜上所述，這篇文章就給大家介紹到這里了，希望可以給大家?guī)韼椭?/p>

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/128356.html

相關(guān)文章

  • 【數(shù)據(jù)科學(xué)系統(tǒng)學(xué)習(xí)】Python # 數(shù)據(jù)分析基本操作[四] 數(shù)據(jù)規(guī)整化和數(shù)據(jù)聚合與分組運算

    摘要：數(shù)據(jù)規(guī)整化清理轉(zhuǎn)換合并重塑數(shù)據(jù)聚合與分組運算數(shù)據(jù)規(guī)整化清理轉(zhuǎn)換合并重塑合并數(shù)據(jù)集可根據(jù)一個或多個鍵將不同中的行鏈接起來。函數(shù)根據(jù)樣本分位數(shù)對數(shù)據(jù)進行面元劃分。字典或，給出待分組軸上的值與分組名之間的對應(yīng)關(guān)系。 本篇內(nèi)容為整理《利用Python進行數(shù)據(jù)分析》，博主使用代碼為 Python3，部分內(nèi)容和書本有出入。 在前幾篇中我們介紹了 NumPy、pandas、matplotlib 三個...

    The question 評論0 收藏0

  • 【數(shù)據(jù)科學(xué)系統(tǒng)學(xué)習(xí)】Python # 數(shù)據(jù)分析基本操作[二] pandas

    摘要：中面向行和面向列的操作基本是平衡的。用層次化索引，將其表示為更高維度的數(shù)據(jù)。使用浮點值表示浮點和非浮點數(shù)組中的缺失數(shù)據(jù)。索引的的格式化輸出形式選取數(shù)據(jù)子集在內(nèi)層中進行選取層次化索引在數(shù)據(jù)重塑和基于分組的操作中很重要。 我們在上一篇介紹了 NumPy，本篇介紹 pandas。 pandas入門 Pandas 是基于Numpy構(gòu)建的，讓以NumPy為中心的應(yīng)用變的更加簡單。 pandas...

    jayzou 評論0 收藏0

  • python_pandas學(xué)習(xí)

    摘要：的名稱來自于面板數(shù)據(jù)和數(shù)據(jù)分析。以下的內(nèi)容主要以為主。終端輸入導(dǎo)入相關(guān)模塊是一種類似于一維數(shù)組的對象，它由一組數(shù)據(jù)各種數(shù)據(jù)類型以及一組與之相關(guān)的數(shù)據(jù)標(biāo)簽即索引組成。如果僅傳入一個序列，則會重新索引行函數(shù)的參數(shù)參數(shù)說明用作索引的新序列。 原文鏈接 numPy pandas的數(shù)據(jù)結(jié)構(gòu)介紹 簡介 Pandas [1] 是python的一個數(shù)據(jù)分析包，最初由AQR Capital Mana...

    codercao 評論0 收藏0

  • python基礎(chǔ)篇之pandas常用基本函數(shù)匯總

    　Pandas是一個python數(shù)據(jù)分析庫,它提供了許多函數(shù)和方法來加快數(shù)據(jù)分析過程,下面這篇文章主要給大家介紹了關(guān)于python基礎(chǔ)篇之pandas常用基本函數(shù)的相關(guān)資料,需要的朋友可以參考下　　前言　　這篇主要整理pandas常用的基本函數(shù)，主要分為五部分：　　匯總函數(shù)　　特征統(tǒng)計函數(shù)　　唯一值函數(shù)　　替換函數(shù)　　排序函數(shù)　　1、匯總函數(shù)　　常用的主要是4個：　　tail():返回表或序列的后...

    89542767 評論0 收藏0

發(fā)表評論

0條評論

最新活動
閱讀需要支付1元查看
<