python – Pandas – 替换列值

我知道这个问题有很多主题,但没有一种方法适合我,所以我发布了我的具体情况

我有一个如下所示的数据框：

data = pd.DataFrame([[1,0],[0,1],[1,0],[0,1]], columns=["sex", "split"])
data['sex'].replace(0, 'Female')
data['sex'].replace(1, 'Male')
data

我想要做的是将性别列中的所有0替换为“女性”,将所有1替换为“男性”,但是当我使用上面的代码时,数据框中的值似乎没有改变

我是否错误地使用了replace()？或者有更好的方法来有条件地替换价值观吗？

是的,您使用不正确,默认情况下 Series.replace()不是就地操作,它返回替换的数据框/系列,您需要将其分配回dataFrame / Series以实现其效果.或者,如果您需要在原地进行,则需要将inplace关键字参数指定为True示例 –

data['sex'].replace(0, 'Female',inplace=True)
data['sex'].replace(1, 'Male',inplace=True)

此外,您可以通过使用to_replace参数和值参数的列表将上述内容组合到单个替换函数调用中,示例 –

data['sex'].replace([0,1],['Female','Male'],inplace=True)

示例/演示 –

In [10]: data = pd.DataFrame([[1,0],[0,1],[1,0],[0,1]], columns=["sex", "split"])

In [11]: data['sex'].replace([0,1],['Female','Male'],inplace=True)

In [12]: data
Out[12]:
      sex  split
0    Male      0
1  Female      1
2    Male      0
3  Female      1

你也可以使用字典,例子 –

In [15]: data = pd.DataFrame([[1,0],[0,1],[1,0],[0,1]], columns=["sex", "split"])

In [16]: data['sex'].replace({0:'Female',1:'Male'},inplace=True)

In [17]: data
Out[17]:
      sex  split
0    Male      0
1  Female      1
2    Male      0
3  Female      1