Pandas DataFrame 上的 replace() 方法无法正常工作

Question

我查阅了这个问题，大多数问题都是关于更复杂的替换。但是在我的情况下，我有一个非常简单的数据框作为测试虚拟数据。

目标是将数据框中的任何字符串替换为nan，但这似乎不起作用（即不替换；没有任何错误）。我尝试用另一个字符串替换，也不起作用。例如：

d = {'color' : pd.Series(['white', 'blue', 'orange']),
   'second_color': pd.Series(['white', 'black', 'blue']),
   'value' : pd.Series([1., 2., 3.])}
df = pd.DataFrame(d)
df.replace('white', np.nan)

输出仍然是：

      color second_color  value
  0   white        white      1
  1    blue        black      2
  2  orange         blue      3

---

_{这个问题通常使用inplace=True来处理，但是需要注意其中的注意事项。 请参阅了解 pandas 中 inplace=True 的含义。}

- dter

Answer 1

考虑到这是搜索“Pandas替换无效”时的顶级Google结果，我想补充一下：

replace会进行完全替换搜索，除非您打开正则表达式开关。使用regex=True，它应该执行部分替换。

我花了30分钟才找到这个答案，希望我能为下一个人节省30分钟。

- Reddspark

---

我刚刚在替换一个被限定符包含的字符串中遇到了问题。请问您需要翻译成什么语言呢？ - Will B

五年之后，你的答复仍然准确！这个答案应该被打上绿色的勾号。 - Soren V. Raben

楼主在这里 - 我多年前写了这个答案，至今仍然受益匪浅 - 我在StackOverflow上的90%得分来自这个答案和另一个关于如何在Python中计时的问题。真不敢相信这个问题在这么多年后仍然是人们普遍遇到的一个问题！ - undefined

Answer 2

你需要重新赋值。

df = df.replace('white', np.nan)

或者传递参数 inplace=True：

In [50]:
d = {'color' : pd.Series(['white', 'blue', 'orange']),
   'second_color': pd.Series(['white', 'black', 'blue']),
   'value' : pd.Series([1., 2., 3.])}
df = pd.DataFrame(d)
df.replace('white', np.nan, inplace=True)
df

Out[50]:
    color second_color  value
0     NaN          NaN    1.0
1    blue        black    2.0
2  orange         blue    3.0

大多数熊猫操作都会返回一个副本，并且大多数都有参数inplace，通常默认为False

- EdChum

---

请注意，有些真正的错误会导致replace在某些情况下无法正常工作（参见问题#29813）。 - bluenote10

我遇到了一个问题，df.replace(x,y, inplace=True) 没有起作用，但是 df = df.replace(x,y) 起作用了。其中 x 是 int64 类型，而 y 是 float64 类型。 - MattR

跟@MattR一样，inplace不知道为什么不能工作。 - greendino

啊 - 我曾经遇到过类似的问题，即 inplace=True 明显没有效果，而将其分配给一个新变量则显示替换实际上起作用了。我当时正在使用正则表达式来删除空格等内容。 - logicOnAbstractions

我相信 df.foo(x, y, inplace=True) 现在已经被弃用，应该使用 df = df.foo(x, y)。 - jazcap53

Answer 3

在我的情况下，无论是使用inplace=True还是regex=True都无法起作用。

因此，我找到了一个解决方案，使用Series.str.replace来替换子字符串可能会有帮助。

In [4]: df['color'] = df.color.str.replace('e', 'E!')
In [5]: df  
Out[5]: 
     color second_color  value
0   whitE!        white    1.0
1    bluE!        black    2.0
2  orangE!         blue    3.0

甚至可以通过切片进行操作。

In [10]: df.loc[df.color=='blue', 'color'] = df.color.str.replace('e', 'E!')
In [11]: df  
Out[11]: 
    color second_color  value
0   white        white    1.0
1   bluE!        black    2.0
2  orange         blue    3.0

- Daniil Mashkin

Answer 4

在直接使用替换函数之前，您可能需要检查列的数据类型。有可能您正在对Object数据类型使用replace函数，在这种情况下，您需要在将其转换为字符串后应用替换函数。

Wrong:

df["column-name"] = df["column-name"].replace('abc', 'def')

Correct:

df["column-name"] = df["column-name"].str.replace('abc', 'def')

- Muneeb Shahid

Answer 5

当你使用df.replace()时，它会创建一个新的临时对象，但不会修改原始数据。你可以使用以下两行代码之一来修改df：

df = df.replace('white', np.nan)
df.replace('white', np.nan, inplace = True)

- ysearka

Answer 6

对我有效的方法是使用这种字典表示法。

{旧值:新值}

df.replace({10:100},inplace=True)

请查看文档以获取更多信息。 https://pandas.pydata.org/pandas-docs/version/0.23.4/generated/pandas.DataFrame.replace.html

- sheetal_158

Answer 7

Python 3.10，pandas 1.4.2，inplace=True 在下面的示例中（列 dtype int32）无法正常工作，但重新分配它可以。

df["col"].replace[[0, 130], [12555555, 12555555], inplace=True)  # NOT work
df["col"] = df["col"].replace[[0, 130], [12555555, 12555555])   # worked

...在另一种涉及文本列中存在 NaN 的情况下，该列需要在预处理步骤中进行输入 (不仅仅是使用上面的 .str)：

df["col"].replace[["man", "woman", np.nan], [1, 2, -1], inplace=True)  # NOT work
df["col"] = df["col"].str.replace[["man", "woman", np.nan], [1, 2, -1])     # NOT work

df["col"] = df["col"].astype(str)    # needed
df["col"] = df["col"].replace[["man", "woman", np.nan], [1, 2, -1])   # worked

- DrWhat

Answer 8

df.replace({'white': np.nan}, inplace=True, regex=True)

- drorhun

Answer 9

也许我遇到的情况可以帮到你：

我通过pd.read_csv()从CSV文件中导入了一些数据。这些数据是关于一个过程的性能，超时的情况用'INF'表示。

所以，我想我可以用类似下面的方法清理这些情况：

df = pd.read_csv ( "test-data.csv" )
df = df.replace ( 'INF', -1 )

然而，'INF' 被解释为 np.inf，即 NumPy 的无穷大，确实如此，

df [ 'col-with-inf' ] [ 'row-with-inf' ] == np.inf

是 True。所以，在这种情况下，你可以这样做：

df = df.replace ( np.inf, -1 )

- zakmck

Answer 10

另一个原因是，我遇到了.replace函数无法正常工作的问题，并找到了原因并进行了修复。

如果您在列中有字符串“word1 word2”，当从Excel读取时，“word1”和“word2”之间的空格具有“nbsp”的含义，即非空格间距。如果我们用普通空格替换，一切都可以正常工作。我的列名是“Name”。

    nonBreakSpace = u'\xa0'
    df['Name'] = df['Name'].replace(nonBreakSpace,' ',regex=True)
    df['Name']=df["Name"].str.replace("replace with","replace to",regex=True)

- Gilly Kumar