我试图替换一个数据框架的一列的值。列('female')只包含值'female'和'male'。
我尝试过以下方法:
w['female']['female']='1'
w['female']['male']='0'
但收到的是与之前结果完全相同的副本。
理想情况下，我希望得到类似于以下循环元素的输出。
if w['female'] =='female':
w['female'] = '1';
else:
w['female'] = '0';
我已经查看了gotchas文档(http://pandas.pydata.org/pandas-docs/stable/gotchas.html)，但不明白为什么什么都没有发生。
任何帮助都将不胜感激。
当前回答
轻微的变化:
w.female.replace(['male', 'female'], [1, 0], inplace=True)
其他回答
w.female = np.where(w.female=='female', 1, 0)
如果有人在寻找一个麻木的解决方案。这对于基于条件替换值非常有用。if和else条件都是np.where()中固有的。使用df.replace()的解决方案可能是不可行的，如果列包含除'male'之外的许多唯一值，所有这些值都应该替换为0。
另一种解决方案是连续使用df.where()和df.mask()。这是因为它们都没有实现else条件。
w.female.where(w.female=='female', 0, inplace=True) # replace where condition is False
w.female.mask(w.female=='female', 1, inplace=True) # replace where condition is True
w.female.replace(to_replace=dict(female=1, male=0), inplace=True)
参见pandas.DataFrame.replace()文档。
轻微的变化:
w.female.replace(['male', 'female'], [1, 0], inplace=True)
使用系列。使用Series.fillna映射
如果您的列包含的字符串多于female和male，则Series。map在这种情况下将失败，因为它将为其他值返回NaN。
这就是为什么我们要用fillna来连接它
.map失败的例子:
df = pd.DataFrame({'female':['male', 'female', 'female', 'male', 'other', 'other']})
female
0 male
1 female
2 female
3 male
4 other
5 other
df['female'].map({'female': '1', 'male': '0'})
0 0
1 1
2 1
3 0
4 NaN
5 NaN
Name: female, dtype: object
对于正确的方法，我们使用fillna进行链映射，所以我们用原始列的值填充NaN:
df['female'].map({'female': '1', 'male': '0'}).fillna(df['female'])
0 0
1 1
2 1
3 0
4 other
5 other
Name: female, dtype: object
pandas中还有一个叫做factorize的函数，您可以使用它自动完成这类工作。它将标签转换为数字:['male'， 'female'， 'male'] ->[0,1,0]。更多信息请看这个答案。
