pandas值替换方法

当我们使用pandas进行数据分析及处理时，经常需要对数据中的某些值进行替换。pandas提供了多种方法进行值替换，包括以下几种：

1. pandas.DataFrame.replace()方法

使用pandas.DataFrame.replace()方法可以简单地完成值替换。

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': ['a', 'b', 'c', 'd', 'e'],
    'C': ['low', 'high', 'medium', 'low', 'high']
})

# 用3替换C列中的low值
df.replace('low', 3, inplace=True)
print(df)

输出:

   A  B       C
0  1  a       3
1  2  b    high
2  3  c  medium
3  4  d       3
4  5  e    high

在上面的示例中，我们使用replace()方法把C列中的'low'替换成3。

2. pandas.DataFrame.replace()方法(字典形式)

使用replace()方法还可以使用字典的形式进行多值替换。

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': ['a', 'b', 'c', 'd', 'e'],
    'C': ['low', 'high', 'medium', 'low', 'high']
})

# 用字典形式替换值
replace_dict = {'low':3, 'high':10}
df.replace(replace_dict, inplace=True)
print(df)

输出：

    A  B      C
0   1  a      3
1   2  b     10
2   3  c  medium
3   4  d      3
4  10  e     10

在这个例子中，我们使用了字典的形式替换C列中所有'low'用3，所有'high'用10。

总结：pandas.DataFrame.replace()方法使用简单，可以快速完成单值、多值替换。

另外，还可以使用python中的map()和apply()方法进行替换，操作方式略有不同，需要根据具体的数据结构进行操作。