my_df['col1']中的'a'和'b'都替换为'd'

原创

基督徒Isaac 2023-09-23 11:15:38 ©著作权

©著作权归作者所有：来自51CTO博客作者基督徒Isaac的原创作品，请联系作者获取转载授权，否则将追究法律责任

my_df = pd.DataFrame({'col1': ['a', 'b', 'c', 'a']})
my_df['col1']中的'a'和'b'都替换为'd'

要将DataFrame中的'a'和'b'替换为'd'，您可以使用replace方法。以下是如何在您的DataFrame中执行这个操作的示例代码：

import pandas as pd

# 创建DataFrame
my_df = pd.DataFrame({'col1': ['a', 'b', 'c', 'a']})

# 使用replace方法将'a'和'b'替换为'd'
my_df['col1'] = my_df['col1'].replace(['a', 'b'], 'd')

# 打印替换后的DataFrame
print(my_df)

这将输出如下结果：

col1
0    d
1    d
2    c
3    d

现在，您的DataFrame中的'a'和'b'已经被替换为'd'。

除了使用replace方法之外，您还可以考虑使用apply方法结合自定义函数来实现替换。以下是另一种方法：

import pandas as pd

# 创建DataFrame
my_df = pd.DataFrame({'col1': ['a', 'b', 'c', 'a']})

# 定义一个替换函数
def replace_ab_with_d(value):
    if value in ['a', 'b']:
        return 'd'
    return value

# 使用apply方法应用替换函数
my_df['col1'] = my_df['col1'].apply(replace_ab_with_d)

# 打印替换后的DataFrame
print(my_df)

这将产生与前面示例相同的输出结果：

col1
0    d
1    d
2    c
3    d

这两种方法都可以将'a'和'b'替换为'd'，您可以选择其中一种方法来执行替换，具体取决于您的需求和偏好。

当涉及到DataFrame时，使用where和mask方法结合numpy.where是一种有效的方法来实现条件替换。以下是使用这种方法的示例代码：

import pandas as pd
import numpy as np

# 创建DataFrame
my_df = pd.DataFrame({'col1': ['a', 'b', 'c', 'a']})

# 使用numpy.where和mask将'a'和'b'替换为'd'
my_df['col1'] = np.where(my_df['col1'].isin(['a', 'b']), 'd', my_df['col1'])

# 打印替换后的DataFrame
print(my_df)

这将输出如下结果：