熊猫-替换列值

Question

我知道这个问题有很多主题，但是没有一种方法适合我，因此我将发布有关我的具体情况的信息

我有一个看起来像这样的数据框：

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

我想做的是将“性别”列中的全0替换为“女”，并将所有1替换为“男”，但是当我使用上面的代码时，数据框中的值似乎没有变化

我是否使用了replace（）错误？还是有更好的方法进行条件值替换？

Answer 1

是的，您使用的是错误的，Series.replace()默认情况下不是就地操作，它会返回替换的数据框/系列，您需要将其分配回数据框/系列以使其生效。或者，如果你需要就地做到这一点，你需要指定inplace关键字参数的True例子-

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

另外，您也可以将上面的参数和arguments一起用于单个replace函数调用中，示例-list``to_replace``value

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

您还可以使用字典，例如-

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