Pandas中Replace函数使用那些事儿

更新时间：2022年11月29日 11:22:22 作者：西瓜WiFi

Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的,下面这篇文章主要给大家介绍了关于Pandas中Replace函数使用那些事儿,文中通过实例代码以及图文介绍的非常详细,需要的朋友可以参考下

一、Series 数据替换s.str.replace()

s.sr.replace(pat,repl,n=-1,case=None,flags=0,regex=None)

函数详解：

pat	要查找的字符串
repl	替换的字符串，可以调用函数
n	要进行的替换数，默认全部
case	是否区分大小写
flags	re模块中的标志
regex	是否设置为正则表达式

1. 普通查找替换

将曹操替换为刘备

import pandas as pd
s=pd.Series(['曹操','大乔','小乔'])
s.str.replace('曹操','刘备')

2.正则表达式替换

将字符串中的‘~’和‘/’替换为'-'

import pandas as pd
s=pd.Series(['2022-5-5','2022/5/6','2022~6~9'])
s.str.replace('[~/]','-',regex=True)

3. 预编译好的正则表达式替换

将字符串中的‘~’和‘/’替换为'-'

import pandas as pd
import re
s=pd.Series(['2022-5-5','2022/5/6','2022~6~9'])
pat=re.compile('[~/]')
s.str.replace(pat,'-',regex=True)

4. 函数替换

给Series中的人名添加括号；人名和日期之间添加‘-’

import pandas as pd
import re
s=pd.Series(['Aaron2022-5-5','Bob2022-5-6','judy2022-6-9'])
s.str.replace('[a-zA-Z]+',lambda x: '('+x[0]+')'+'-',regex=True)

5. 分组替换

殊途同归，分组替换可以实现与函数替换一样的目的；

s=pd.Series(['Aaron2022-5-5','Bob2022-5-6','judy2022-6-9'])
s.str.replace('([a-zA-Z]+)',r"【\1】-",regex=True)

二、DataFrame 数据替换 df.replace()

df.replace(to_replace=None,value=None,inplace=False,limit=None,regex=False,method='pad)

函数详解：

to_replace	查找要替换的值
value	替换与查找匹配的值
inplace	修改原数据
limit	向前或向后填充的最大尺寸间隙
regex	是否支持正则表达式
method	替换方法

1. 单值替换

写入实例数据：

df=pd.DataFrame({'英雄属性':['刺客','射手','法师','战士','辅助'],
                '红方英雄':['荆轲','卤蛋','甄姬','夏侯惇','项羽'],
                '红方伤害':[11.20,15.34,8.57,6.98,3.69],
                 '红方死亡次数':['1次','10次','8次','5次','6次'],
                '蓝方英雄':['赵云','马克','干将','吕布','刘禅'],
                '蓝方伤害':[10.82,11.36,10.87,9.69,6.53],
                '蓝方死亡次数':['5次','8次','4次','7次','10次']})
df

将荆轲替换为孙悟空；

df.replace('荆轲','孙悟空')

2. 列表替换

多个值替换单个值，将赵云和马克替换为孙策

df.replace(['赵云','马克'],'孙策')

多个值替换多个值，将赵云和马克替换为橘右京和虞姬；

查找值放在一个列表里，替换值放在一个列表里，需要一一对应；

df.replace(['赵云','马克'],['橘右京','虞姬'])

3.字典替换

（1）字典替换，将赵云和马克替换为橘右京和虞姬

传入字典的键为要查找的值，值为要替换的值；

df.replace({
    '赵云':'橘右京',
    '马克':'虞姬'
})

（2）指定列替换

将红方英雄甄姬替换为貂蝉，项羽替换为钟馗；蓝方英雄吕布替换为孙策，干将替换为杨玉环；

df.replace({
    '红方英雄':{
        '甄姬':'貂蝉',
        '项羽':'钟馗'
    },
    '蓝方英雄':{
        '吕布':'孙策',
        '干将':'杨玉环'
    }
})

（3）多列替换

将红方伤害11.2，蓝方伤害11.36，9.69替换为9.999

df.replace({'红方伤害':11.2,'蓝方伤害':[11.36,9.69]},9.999)

三、DataFrame 正则替换

1. 正则表达式‘零宽断言’介绍

名称	表达式	解释
零宽正向先行断言	(?=exp)	匹配后面是exp表达式的字符串
零宽负向先行断言	(?!exp)	匹配后面不是exp表达式的字符串
零宽正向后行断言	(?<=exp)	匹配前面是exp表达式的字符串
零宽负向后行断言	(?<!exp)	匹配前面不是exp表达式的字符串

2. 单值正则替换

在红方死亡次数和蓝方死亡次数数字和‘次’之间添加‘-’

df.replace(
    to_replace='(^\d+)(?=\D)',
    value=r'\1-',
    regex=True
)

3. 列表正则替换

列表替换，给红方英雄添加‘【】’

df['红方英雄']=df['红方英雄'].replace(
    regex=['^','$'],
    value=['【','】'],
)
df

4. 字典正则替换

字典正则替换，给蓝方英雄添加‘[]’

df.replace(
regex={
    '蓝方英雄':{'^':'[','$':']'}
})

四、DataFrame替换实例应用

原数据如下：英雄信息列后面数字为编号；

df=pd.DataFrame({'英雄属性':['刺客','射手','法师','战士','辅助'],
                 '英雄信息':['荆轲36','卤蛋1','甄姬6','夏侯惇10','项羽66'],
                '红方英雄':['荆轲','卤蛋','甄姬','夏侯惇','项羽'],
                '红方伤害':[11.20,15.34,8.57,6.98,3.69],
                 '红方死亡次数':['1次','10次','8次','5次','6次'],
                '蓝方英雄':['赵云','马克','干将','吕布','刘禅'],
                '蓝方伤害':[10.82,11.36,10.87,9.69,6.53],
                '蓝方死亡次数':['5次','8次','4次','7次','10次']})
df

1.将编号统一为四位数字，不足四位的使用0补齐；

df['英雄信息'].str.replace(
    pat='(\d+)',
    repl=lambda x: '0'*(4-len(x[0]))+x[0],
    regex=True
)

2. 给编号前面加上Timi，并使用‘-’分隔

df['英雄信息']=df['英雄信息'].str.replace(
    pat='(\d+)',
    repl=lambda x: '-Timi'+'0'*(4-len(x[0]))+x[0],
    regex=True
)
df

总结

到此这篇关于Pandas中Replace函数使用的文章就介绍到这了,更多相关Pandas Replace函数使用内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

详解如何用django实现redirect的几种方法总结
这篇文章主要介绍了如何用django实现redirect的几种方法总结，详细的介绍3种实现方式，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2018-11-11
详细分析python3的reduce函数
小编给大家整理了python3的reduce函数详细用法以及相关的技巧，需要的朋友们参考一下吧。
2017-12-12
一文详解如何使用Python批量拼接图片
这篇文章主要给大家介绍了关于如何使用Python批量拼接图片的相关资料,文中主要用的是PIL库,PIL库是一个具有强大图像处理能力的第三方库,不仅包含了丰富的像素、色彩操作功能,还可以用于图像归档和批量处理,需要的朋友可以参考下
2023-05-05
python皮尔逊相关性数据分析分析及实例代码
这篇文章主要为大家介绍了python皮尔逊相关性分析及实例代码，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2023-02-02
Python中的pprint模块
本文介绍了 Python中的pprint模块，pprint模块包含一个“美观打印机”，用于生成数据结构的一个美观的视图。格式化工具会生成数据结构的一些表示，不仅能够由解释器正确地解析，还便于人阅读。输出会尽可能放在一行上，分解为多行时会缩进，想了解具体内容请参考下文
2021-11-11
什么是Python变量作用域
在本篇文章里小编给大家整理的是关于Python变量作用域的相关知识点内容，需要的朋友们可以学习下。
2020-06-06
Python设计模式之解释器模式原理与用法实例分析
这篇文章主要介绍了Python设计模式之解释器模式原理与用法,结合具体实例形式分析了解释器模式的概念、原理、定义及使用方法,需要的朋友可以参考下
2019-01-01
Python3遍历目录树实现方法
这篇文章主要介绍了Python3遍历目录树实现方法,涉及Python目录树的遍历操作技巧,需要的朋友可以参考下
2015-05-05
pip install python-Levenshtein失败的解决
这篇文章主要介绍了pip install python-Levenshtein失败的解决方案，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2023-02-02
Python的Flask框架中web表单的教程
这篇文章主要介绍了Python的Flask框架中web表单的教程,表单是学习各个web框架中的基础知识,需要的朋友可以参考下
2015-04-04