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
w.replace({'female':{'female':1, 'male':0}}, inplace = True)
上面的代码将把'female'替换为1，'male'替换为0，仅在'female'列中
其他回答
你也可以使用apply和。get i.e.。
"菲玛"等于"菲玛"克里奥耳语(——“画”:0,可说是家常便饭”:1,.get):
w = pd.DataFrame({'female':['female','male','female']})
print(w)
Dataframe w:
female
0 female
1 male
2 female
使用apply替换字典中的值:
w['female'] = w['female'].apply({'male':0, 'female':1}.get)
print(w)
结果:
female
0 1
1 0
2 1
注意:如果数据帧中所有可能的列的值都是在字典else中定义的，那么apply with dictionary应该被使用，对于那些没有在字典中定义的列，它将为空。
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
w.female.replace(to_replace=dict(female=1, male=0), inplace=True)
参见pandas.DataFrame.replace()文档。
dic = {'female':1, 'male':0}
w['female'] = w['female'].replace(dic)
.replace有一个字典作为参数，在这个字典中你可以做任何你想要或需要的事情。
