Замена нескольких значений в столбце dataframe pandas с другим значением

У меня есть pandas dataframe df, как показано ниже:

BrandName Specialty
A          H
B          I
ABC        J
D          K
AB         L

Я хочу заменить "ABC" и "AB" в столбце BrandName на A. Может ли кто-то помочь в этом?

Ответ 1

Самый простой способ - использовать метод replace в столбце. Аргументы - это список вещей, которые вы хотите заменить (здесь ['ABC', 'AB']) и то, что вы хотите заменить их (строка 'A' в этом случае):

>>> df['BrandName'].replace(['ABC', 'AB'], 'A')
0    A
1    B
2    A
3    D
4    A

Это создает новую серию значений, поэтому вам нужно присвоить этому новому столбцу правильное имя столбца:

df['BrandName'] = df['BrandName'].replace(['ABC', 'AB'], 'A')

Ответ 2

замещать

Объект DataFrame имеет мощный и гибкий метод replace:

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

Обратите внимание: если вам нужно внести изменения, используйте аргумент inplace inplace для метода replace:

На месте

inplace: boolean, default False Если True, на месте. Примечание: это изменит любые другие представления этого объекта (например, столбцы образуют DataFrame). Возвращает вызывающего абонента, если это True.

отрывок

df['BrandName'].replace(
    to_replace=['ABC', 'AB'],
    value='A',
    inplace=True
)

Ответ 3

Это решение изменит существующий сам файл данных:

mydf = pd.DataFrame({"BrandName":["A", "B", "ABC", "D", "AB"], "Speciality":["H", "I", "J", "K", "L"]})
mydf["BrandName"].replace(["ABC", "AB"], "A", inplace=True)

Ответ 4

Функция loc может использоваться для замены нескольких значений, Документация для нее: loc

df.loc[df['BrandName'].isin([ABC', 'AB'])]='A'

Ответ 5

Создан фрейм данных:

import pandas as pd
dk=pd.DataFrame({"BrandName":['A','B','ABC','D','AB'],"Specialty":['H','I','J','K','L']})

Теперь используйте DataFrame.replace():

dk.BrandName.replace(to_replace=['ABC','AB'],value='A')

Ответ 6

Просто хотел показать, что нет никакой разницы в производительности между двумя основными способами сделать это:

df = pd.DataFrame(np.random.randint(0,10,size=(100, 4)), columns=list('ABCD'))

def loc():
    df1.loc[df1["A"] == 2] = 5
%timeit loc
19.9 ns ± 0.0873 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)


def replace():
    df2['A'].replace(
        to_replace=2,
        value=5,
        inplace=True
    )
%timeit replace
19.6 ns ± 0.509 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)