入门pandas—数据替换
替换全部或者某一行
原数据
国家 省市 城市 城市2 数值
0 中国 北京 城八区 城八区 100
1 中国 北京 城八区 城八区 A
2 中国 NaN 城八区 城八区 B
3 中国 北京 城八区 城八区 A
4 中国 北京 城八区 城八区 B
5 中国 北京 城八区 城八区 C
6 中国 北京 城八区 城八区 D
7 中国 北京 城八区 城八区 E
8 中国 北京 城八区 城八区 F
9 中国 北京 城八区 城八区 G
整个表全部替换
import pandas as pd
path = 'C:/Users/Administrator/Desktop/playground2/替换.xlsx'
data = pd.read_excel(path)
data.replace('城八区','海淀区',inplace = True) #城八区改为海淀区 并且在原数据上替换
print(data)
某一列替换
data['城市'].replace('城八区','海淀区',inplace = True)
print(data)
替换指定的某个或多个数值(用字典的形式)
dict = {'A':100,'B':80}
data.replace(dict,inplace = True)
print(data)
国家 省市 城市 城市2 数值
0 中国 北京 城八区 城八区 100
1 中国 北京 城八区 城八区 100
2 中国 NaN 城八区 城八区 80
3 中国 北京 城八区 城八区 100
4 中国 北京 城八区 城八区 80
5 中国 北京 城八区 城八区 C
6 中国 北京 城八区 城八区 D
7 中国 北京 城八区 城八区 E
8 中国 北京 城八区 城八区 F
9 中国 北京 城八区 城八区 G
也可以用列表的方式:
data.replace([['A','B'],[100,80]],inplace=True)
进阶:如果想要替换的新值是一样的话
data.replace(['A','B'],80,inplace=True) # 这种情况推荐使用列表
替换某个数据部分内容
data['城市'] = data['城市'].str.replace('城八','市')
国家 省市 城市 城市2 数值
0 中国 北京 市区 城八区 100
1 中国 北京 市区 城八区 A
2 中国 NaN 市区 城八区 B
3 中国 北京 市区 城八区 A
4 中国 北京 市区 城八区 B
5 中国 北京 市区 城八区 C
6 中国 北京 市区 城八区 D
7 中国 北京 市区 城八区 E
8 中国 北京 市区 城八区 F
9 中国 北京 市区 城八区 G
正则表达式替换
data['数值'].replace('[A-Z]',88,regex=True,inplace = True)
国家 省市 城市 城市2 数值
0 中国 北京 城八区 城八区 100
1 中国 北京 城八区 城八区 88
2 中国 NaN 城八区 城八区 88
3 中国 北京 城八区 城八区 88
4 中国 北京 城八区 城八区 88
5 中国 北京 城八区 城八区 88
6 中国 北京 城八区 城八区 88
7 中国 北京 城八区 城八区 88
8 中国 北京 城八区 城八区 88
9 中国 北京 城八区 城八区 88
入门pandas—数据替换相关推荐
- Python 数据分析三剑客之 Pandas(八):数据重塑、重复数据处理与数据替换
CSDN 课程推荐:<迈向数据科学家:带你玩转Python数据分析>,讲师齐伟,苏州研途教育科技有限公司CTO,苏州大学应用统计专业硕士生指导委员会委员:已出版<跟老齐学Python ...
- python pandas DataFrame 数据替换
python pandas DataFrame 替换 import pandas as pd import numpy as np df1 = pd.DataFrame({'日期': ['2021-7 ...
- Py之pandas:利用where、replace等函数对dataframe格式数据按照条件进行数据替换
Py之pandas:利用where.replace等函数对dataframe格式数据按照条件进行数据替换 目录 利用where.replace等函数对dataframe格式数据按照条件进行数据替换 利 ...
- python3行3列文件数据赋值_Python3快速入门(十四)——Pandas数据读取
Python3快速入门(十四)--Pandas数据读取 一.DataFrame IO 1.CSV文件 pandas.read_csv(filepath_or_buffer, na_values='NA ...
- Python3快速入门(十四)——Pandas数据读取
Python3快速入门(十四)--Pandas数据读取 一.DataFrame IO 1.CSV文件 pandas.read_csv(filepath_or_buffer, na_values='NA ...
- 极速入门Pandas数据分析
极速入门Pandas数据分析 数据载入 DataFrame Pandas 有 Series 和 DataFrame 两种数据结构,对应一维数组和二维表,Series 可以理解成是一个只有一列的 Dat ...
- 【Python】图解Pandas数据合并:concat、join、append
公众号:尤而小屋 作者:Peter 编辑:Peter 图解pandas数据合并:concat+join+append 在上一篇文章中介绍过pandas中最为常用的一个合并函数merge的使用,本文中介 ...
- Vue学习笔记入门篇——数据及DOM
本文为转载,原文:Vue学习笔记入门篇--数据及DOM 数据 data 类型 Object | Function 详细 Vue 实例的数据对象.Vue 将会递归将 data 的属性转换为 getter ...
- (转)十分钟入门pandas
本文是对pandas官方网站上<10 Minutes to pandas>的一个简单的翻译,原文在这里.这篇文章是对pandas的一个简单的介绍,详细的介绍请参考:Cookbook . 习 ...
最新文章
- LeetCode Partition List(链表分段)
- 命令行设置Java环境变量
- OSChina 周一乱弹 ——程序员用代码写的爱情
- Fortran执行语句中的“双冒号” ::
- uoj#422. 【集训队作业2018】小Z的礼物
- curl查看swift状态命令_前端应该会的23个linux常用命令
- 【狂神css笔记】美化网页元素
- Javascript第六章JavaScript中构造器创建对象第二课
- android根据ip获取查询省份,通过IP地址获取省份城市位置信息
- 【转】linux下cpio命令使用
- 一些关于java网站开发的相关 文档/工具
- rstudio查询命令_Rstudio 常用命令
- Date入参和出参格式_@DateTimeFormat 和 @JsonFormat 注解
- 雷电网络(一):厘清雷电网络的原理
- 求1!+2!+3!......+20!
- python中判断字符串中出现次数最多的字母
- 实力悍将联想Z5s发布1398元起售,2019超旗舰Z5 Pro GT 855版惊世降临
- java某公司面试题
- 08年最后的一个节日
- SQL中的索引知识点总结(聚集索引、非聚集索引)