DataFrame里的replace替换方式
更新时间：2023年08月15日 11:11:03 作者：gulie8
这篇文章主要介绍了DataFrame里的replace替换方式,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
DataFrame里的replace替换
一对一替换
在Python中对某个值进行替换利用的是replace()方法，replace(A,B)表示将A替换成B。
有时候要对整个表进行替换，比如对全表中的缺失值进行替换，这个时候replace()方法就相当于fillna()方法了。
多对一替换
多对一替换就是把一块区域中的多个值替换成某一个值，已知现在有三个异常年龄（240、260、280），需要把这三个年龄都替换成正常范围年龄的平均值33，该怎么实现呢？
在 Python 中实现多对一的替换比较简单，同样也是利用 replace()方法， replace([A,B],C)表示将A、B替换成C。
多对多替换
多对多替换其实就是某个区域中多个一对一的替换。比如将年龄异常值240替换成平均值减一，260替换成平均值，280替换成平均值加一，该怎么实现呢？
在Python中若想实现多对多的替换，同样是借助replace()方法，将替换值与待替换值用字典的形式表示，replace({"A":"a","B":"b"}表示用a替换A，用b替换B。
解决dataframe替换值失败的问题
问题描述
最近在写大作业，有两个dataframe，其中一个是存在缺失值的，其缺失值可以从另一个dataframe里找到。
df1为需要填充的数据，这里仅以新增无症状为例；df2为要填充进去的参考值。
错误原因
需要通过两者时间相同进行筛选，然后将对应值进行修改，但是之前总无法修改，原因是.iloc的用法用错了，之前的错误语句如下：
for i in range(len(df1)):
for j in range(len(df2)):
if df1.iloc['日期'][i]==df2.iloc['日期'][j]:
df1.iloc['新增无症状'][i]=df2.iloc['本土新增无症状'][j]后来查了好多博客也没找到问题解决方法，后来看到了这个，简直救了大命
修后的语句
for i in range(len(df1)):
for j in range(len(df2)):
if df1['日期'].iloc[i]==df2['日期'].iloc[j]:
df1['新增无症状'].iloc[i]=df2['本土新增无症状'].iloc[j]总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python获取脚本所在目录的正确方法,需要的朋友可以参考下2014-04-04
这篇文章主要介绍了Python将QQ聊天记录生成词云的示例代码，文中通过示例代码介绍的非常详细，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2022-02-02
今天晚上不是很忙，所以早早的就在电脑的旁边开始写东西了。我今天给大家分享一个我自己用python写的自动登录 人人网的脚本，没办法就是懒！懒的输入帐号和密码,让python给我们减少工作量2012-12-12
今天小编就为大家分享一篇python 移动图片到另外一个文件夹的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
这篇文章主要介绍了详解在Python程序中自定义异常的方法,是Python入门学习中的基础知识,需要的朋友可以参考下2015-10-10
DQN算法是DeepMind团队提出的一种深度强化学习算法，在许多电动游戏中达到人类玩家甚至超越人类玩家的水准，本文就带领大家了解一下这个算法，快来跟随小编学习一下2021-12-12
这篇文章主要介绍了python 根据正则表达式提取指定的内容实例详解的相关资料,需要的朋友可以参考下2016-12-12
这篇文章主要介绍了linux下python中文乱码解决方案详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-08-08
PyTorch使用Tricks:Dropout,R-Dropout和Multi-Sample Dropout方式
这篇文章主要介绍了PyTorch使用Tricks:Dropout,R-Dropout和Multi-Sample Dropout方式,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2024-02-02
下面小编就为大家带来一篇python常用知识梳理(必看篇)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-03-03
最新评论