pandas.DataFrame.replace#

DataFrame.replace(to_replace=None, value=<no_default>, *, inplace=False, regex=False)[源代码]#

将 to_replace 中的值替换为 value。

Series/DataFrame 的值被动态替换为其他值。这与使用 .loc 或 .iloc 进行更新不同，后者需要你指定一个位置来用某个值进行更新。

参数:
替换为str, regex, list, dict, Series, int, float, 或 None

如何找到将被替换的值。

  • 数字, 字符串或正则表达式:

    • numeric: 数值等于 to_replace 的将被替换为 value

    • str: 完全匹配 to_replace 的字符串将被替换为 value

    • regex: 匹配 to_replace 的正则表达式将被替换为 value

  • list of str, regex, or numeric:

    • 首先，如果 to_replace 和 value 都是列表，它们 必须 具有相同的长度。

    • 其次，如果 regex=True ，那么 两个 列表中的所有字符串都将被解释为正则表达式，否则它们将直接匹配。这对于 value 来说并不重要，因为只有少数几个可能的替换正则表达式可以使用。

    • 字符串、正则表达式和数字规则如上所述适用。

  • dict:

    • 字典可以用来为不同的现有值指定不同的替换值。例如，{'a': 'b', 'y': 'z'} 将值 ‘a’ 替换为 ‘b’ 并将 ‘y’ 替换为 ‘z’。要以这种方式使用字典，不应给出可选的 value 参数。

    • 对于一个 DataFrame，字典可以指定在不同的列中应该替换不同的值。例如，{'a': 1, 'b': 'z'} 在列 ‘a’ 中查找值 1，在列 ‘b’ 中查找值 ‘z’，并将这些值替换为 value 中指定的任何内容。在这种情况下，value 参数不应为 None。你可以将其视为传递两个列表的特殊情况，只不过你指定了要搜索的列。

    • 对于一个嵌套字典的 DataFrame，例如 {'a': {'b': np.nan}}，读取方式如下：在列 ‘a’ 中查找值 ‘b’ 并用 NaN 替换它。在这种方式下，不应指定可选的 value 参数。你也可以嵌套正则表达式。注意，列名（嵌套字典中的顶层字典键）**不能**是正则表达式。

  • None:

    • 这意味着 regex 参数必须是一个字符串、编译的正则表达式，或者是列表、字典、ndarray 或 Series 的此类元素。如果 value 也是 None ，那么这 必须 是一个嵌套的字典或 Series。

请参阅示例部分，了解每个示例的示例。

值scalar, dict, list, str, regex, 默认 None

用以替换任何匹配 to_replace 的值。对于一个 DataFrame，可以使用一个字典来指定每列使用的值（不在字典中的列将不会被填充）。正则表达式、字符串以及这些对象的列表或字典也是允许的。

inplacebool, 默认 False

如果为真，则在原地执行操作并返回 None。

regex : bool 或与 to_replace 相同类型的值，默认为 False布尔值或与相同类型

是否将 to_replace 和/或 value 解释为正则表达式。或者，这可以是一个正则表达式或列表、字典或正则表达式数组，在这种情况下 to_replace 必须为 None。

返回:
系列/数据帧

替换后的对象。

引发:
AssertionError

  • 如果 regex 不是一个 bool 并且 to_replace 不是 None。

TypeError

  • 如果 to_replace 不是一个标量、类数组、dict 或 None

  • 如果 to_replace 是一个 dict 而 value 不是一个 list 、 dict 、 ndarray 或 Series

  • 如果 to_replace 是 None 并且 regex 不能编译成正则表达式或是一个列表、字典、ndarray 或 Series。

  • 当替换多个 bool 或 datetime64 对象且 to_replace 的参数与被替换的值的类型不匹配时

ValueError

  • 如果将 list 或 ndarray 传递给 to_replace 和 value 但它们的长度不同。

参见

Series.fillna

填充 NA 值。

DataFrame.fillna

填充 NA 值。

Series.where

基于布尔条件替换值。

DataFrame.where

基于布尔条件替换值。

DataFrame.map

对 Dataframe 的每个元素应用一个函数。

Series.map

根据输入映射或函数映射 Series 的值。

Series.str.replace

简单的字符串替换。

备注

  • 正则表达式替换在后台通过 re.sub 执行。re.sub 的替换规则是相同的。

  • 正则表达式只会替换字符串，这意味着你不能提供例如匹配浮点数的正则表达式，并期望你的数据框中具有数值类型的列会被匹配。然而，如果那些浮点数*是*字符串，那么你可以这样做。

  • 这种方法有 很多 选项。鼓励你进行实验并使用这种方法来获得对其工作原理的直觉。

  • 当 dict 用作 to_replace 值时，dict 中的键是 to_replace 部分，而 dict 中的值是 value 参数。

例子

标量 `to_replace` 和 `value`

>>> s = pd.Series([1, 2, 3, 4, 5])
>>> s.replace(1, 5)
0    5
1    2
2    3
3    4
4    5
dtype: int64

>>> df = pd.DataFrame({'A': [0, 1, 2, 3, 4],
...                    'B': [5, 6, 7, 8, 9],
...                    'C': ['a', 'b', 'c', 'd', 'e']})
>>> df.replace(0, 5)
    A  B  C
0  5  5  a
1  1  6  b
2  2  7  c
3  3  8  d
4  4  9  e

类似列表的 `to_replace`

>>> df.replace([0, 1, 2, 3], 4)
    A  B  C
0  4  5  a
1  4  6  b
2  4  7  c
3  4  8  d
4  4  9  e

>>> df.replace([0, 1, 2, 3], [4, 3, 2, 1])
    A  B  C
0  4  5  a
1  3  6  b
2  2  7  c
3  1  8  d
4  4  9  e

类似字典的 `to_replace`

>>> df.replace({0: 10, 1: 100})
        A  B  C
0   10  5  a
1  100  6  b
2    2  7  c
3    3  8  d
4    4  9  e

>>> df.replace({'A': 0, 'B': 5}, 100)
        A    B  C
0  100  100  a
1    1    6  b
2    2    7  c
3    3    8  d
4    4    9  e

>>> df.replace({'A': {0: 100, 4: 400}})
        A  B  C
0  100  5  a
1    1  6  b
2    2  7  c
3    3  8  d
4  400  9  e

正则表达式 `to_replace`

>>> df = pd.DataFrame({'A': ['bat', 'foo', 'bait'],
...                    'B': ['abc', 'bar', 'xyz']})
>>> df.replace(to_replace=r'^ba.$', value='new', regex=True)
        A    B
0   new  abc
1   foo  new
2  bait  xyz

>>> df.replace({'A': r'^ba.$'}, {'A': 'new'}, regex=True)
        A    B
0   new  abc
1   foo  bar
2  bait  xyz

>>> df.replace(regex=r'^ba.$', value='new')
        A    B
0   new  abc
1   foo  new
2  bait  xyz

>>> df.replace(regex={r'^ba.$': 'new', 'foo': 'xyz'})
        A    B
0   new  abc
1   xyz  new
2  bait  xyz

>>> df.replace(regex=[r'^ba.$', 'foo'], value='new')
        A    B
0   new  abc
1   new  new
2  bait  xyz

比较 s.replace({'a': None}) 和 s.replace('a', None) 的行为以理解 to_replace 参数的特殊性：

>>> s = pd.Series([10, 'a', 'a', 'b', 'a'])

当使用一个字典作为 to_replace 值时，字典中的值等同于 value 参数。 s.replace({'a': None}) 等同于 s.replace(to_replace={'a': None}, value=None):

>>> s.replace({'a': None})
0      10
1    None
2    None
3       b
4    None
dtype: object

如果 None 被显式传递给 value ，它将被尊重：

>>> s.replace('a', None)
0      10
1    None
2    None
3       b
4    None
dtype: object

在 1.4.0 版本发生变更: 之前，显式的 None 会被静默忽略。

当 regex=True 时，value 不是 None 并且 to_replace 是一个字符串，替换将应用于 DataFrame 的所有列。

>>> df = pd.DataFrame({'A': [0, 1, 2, 3, 4],
...                    'B': ['a', 'b', 'c', 'd', 'e'],
...                    'C': ['f', 'g', 'h', 'i', 'j']})

>>> df.replace(to_replace='^[a-g]', value='e', regex=True)
    A  B  C
0  0  e  e
1  1  e  e
2  2  e  h
3  3  e  i
4  4  e  j

如果 value 不是 None 并且 to_replace 是一个字典，字典键将是替换将应用的 DataFrame 列。

>>> df.replace(to_replace={'B': '^[a-c]', 'C': '^[h-j]'}, value='e', regex=True)
    A  B  C
0  0  e  f
1  1  e  g
2  2  e  e
3  3  d  e
4  4  e  e