python_rename

python_rename

Replacing Values
# 替换值
# 利⽤fillna⽅法填充缺失数据可以看做值替换的⼀种特殊情况
data = pd.Series([1., -999., 2., -999., -1000., 3.])
data
0 1.0
1 -999.0
2 2.0
3 -999.0
4 -1000.0
5 3.0
dtype: float64
# 以利⽤replace来产⽣⼀个新的Series（除⾮传⼊inplace=True） 替换
data.replace(-999, np.nan)
0 1.0
1 NaN
2 2.0
3 NaN
4 -1000.0
5 3.0
dtype: float64
# 替换多个值
data.replace([-999, -1000], np.nan)
# 要让每个值有不同的替换值，可以传递⼀个替换列表：
data.replace([-999, -1000], [np.nan, 0])
# 传⼊的参数也可以是字典：
data.replace({-999: np.nan, -1000: 0})
0 1.0
1 NaN
2 2.0
3 NaN
4 0.0
5 3.0
dtype:

【文章原创作者：高防ip http://www.558idc.com/gfip.html欢迎留下您的宝贵建议】