Pandas中批量替换字符的六种方法总结
目录
- 一、前言
- 二、解决过程
- 方法一
- 方法二
- 方法三
- 方法四
- 方法五
- 方法六
- 三、总结
一、前言
前几天在Python最强王者群有个叫【dcpeng】的粉丝问了一个关于Pandas中的问题,这里拿出来给大家分享下,一起学习。
想问一下我有一列编码为1,2,3,4的数据,如何将1批量换为“开心”,2批量换为“悲伤”这种字符替换呢?
二、解决过程
思路挺简单,限定Pandas处理,想到的方法有很多,这里拿出来给大家分享,希望对大家的学习有帮助。
下面这个是生成源数据的代码:
df = pd.DataFrame({'col1': [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]}) df
方法一
代码如下所示:
df['col2'] = df['col1'].map({1:"开心", 2:"悲伤", 3:"难过", 4:"泪目"}) df
运行结果如下图所示:
方法二
这个方法是参考才哥的文章写出来的,代码如下所示:
def getValue(s): if s==1: return '开心' elif s==2: return '悲伤' elif s==3: return '难过' elif s==4: return '泪目' df['col3'] = df['col1'].apply(getValue) df
运行结果如下图所示:
方法三
【冫马讠成】大佬给了一个思路,使用replace
实现。
代码如下所示:
df['col4'] = df['col1'].replace(1, '开心').replace(2, '悲伤').replace(3, '难过').replace(4, '泪目') df
得到的结果如下所示:
方法四
这个方法是基于apply()函数,代码如下所示:
def get_value(s): dict = {1:"开心", 2:"悲伤", 3:"难过", 4:"泪目"} return dict[s] df['col5'] = df['col1'].apply(get_value) df
运行结果如下图所示:
方法五
【沈复】大佬给了一个思路和代码,如下图所示:
这个方法是基于map()函数,代码如下所示:
def get_value(s): dict = {1:"开心", 2:"悲伤", 3:"难过", 4:"泪目"} return dict[s] df['col5'] = df['col1'].map(get_value) df
运行结果如下图所示:
方法六
这里【月神】仍然是使用replace
方法进行实现的,但是代码秀了很多。
代码如下所示:
df['col7'] = df['col1'].replace([1, 2, 3, 4], ['开心', '悲伤', '难过', '泪目']) df
【月神】提醒:这个是全匹配,不要加regex=True参数,不然你会后悔的!
运行结果如下图所示:
三、总结
这篇文章基于粉丝提问,针对有一列编码为1,2,3,4的数据,如何将1批量换为“开心”,2批量换为“悲伤”这种字符替换的问题,盘点了6个Pandas中批量替换字符的方法,给出了具体说明和演示,顺利地帮助粉丝解决了问题!
以上就是Pandas中批量替换字符的六种方法总结的详细内容,更多关于Pandas替换字符的资料请关注我们其它相关文章!
赞 (0)