在pandas DataFrame中替换列值

Question

我正在尝试替换数据框中一列的值。该列（'female'）只包含“female”和“male”这两个值。

我尝试了以下方法：

```python df['female'] = df['female'].replace({'female': 0, 'male': 1}) ```

请注意，上述代码将字符串“female”替换为数字0，“ male”替换为数字1。

w['female']['female']='1'
w['female']['male']='0' 

但是收到与先前结果完全相同的副本。

我希望得到一些输出，其元素逐个类似于以下循环。

if w['female'] =='female':
    w['female'] = '1';
else:
    w['female'] = '0';

我已经阅读了“陷阱”文档（http://pandas.pydata.org/pandas-docs/stable/gotchas.html），但无法弄清为什么没有任何反应。

任何帮助将不胜感激。

- Black

Answer 1

如果我理解正确，您希望类似于这样的东西：

w['female'] = w['female'].map({'female': 1, 'male': 0})

这里我将值转换为数字而不是包含数字的字符串。 如果您真的想要，您可以将它们转换为"1"和"0"，但我不确定为什么您要这样做。

您的代码之所以不起作用，是因为在列上使用['female']（在w['female']['female']中的第二个'female'）并不意味着“选择值为'female'的行”。 它的意思是选择索引为“female”的行，而您的DataFrame中可能没有任何这样的行。

- BrenBarn

---

谢谢。正是我想要的。如果我把“女性”映射为1，其他任何东西映射为0，该怎么做呢？ - Black

仅当列中的所有值都在映射函数中给出时才使用此选项。未在映射函数中指定的列值将被替换为NaN。 - Chandra

我还建议使用.loc语法来避免SettingWithCopyWarning警告：https://pandas.pydata.org/pandas-docs/stable/indexing.html#different-choices-for-indexing - NickBraunagel

我使用了.replace 而不是 .map。 - JS noob

这个解决方案可行，但您需要在列中指定所有的键。未指定的键将被赋予NaN值。 - cerebrou

Answer 2

您可以使用 loc 来编辑数据框的子集：

df.loc[<row selection>, <column selection>]

在这种情况下：

w.loc[w.female != 'female', 'female'] = 0
w.loc[w.female == 'female', 'female'] = 1

- Jimmy Petersson

---

我该如何修改它，以便无需通过条件选择特定行，而是选择某一列中的所有行？将该列中的所有单元格更改为特定值。 - Dhruv Ghulati

你需要使用 df.loc[:, <列选择>]，DhruvGhulati。 - user4322543

Answer 3

w.female.replace(to_replace=dict(female=1, male=0), inplace=True)

请查看pandas.DataFrame.replace()文档

。

- jfs

---

这是我遇到的问题的最佳解决方案，谢谢！ - Andrew Brēza

Answer 4

稍微变化：

w.female.replace(['male', 'female'], [1, 0], inplace=True)

- deckard

Answer 5

这也应该可以：

w.female[w.female == 'female'] = 1 
w.female[w.female == 'male']   = 0

- Nick Crawford

Answer 6

这非常紧凑:

w['female'][w['female'] == 'female']=1
w['female'][w['female'] == 'male']=0

另一个好选择：

w['female'] = w['female'].replace(regex='female', value=1)
w['female'] = w['female'].replace(regex='male', value=0)

- Azz

---

第一个例子是链式索引，不建议使用，因为它无法保证结果df是副本还是视图。请参见chained-indexing。 - Nordle

Answer 7

您也可以使用apply和.get，例如： w['female'] = w['female'].apply({'male':0, 'female':1}.get)：

w = pd.DataFrame({'female':['female','male','female']})
print(w)

数据框 w:

   female
0  female
1    male
2  female

使用apply从字典中替换值：

w['female'] = w['female'].apply({'male':0, 'female':1}.get)
print(w)

结果：

   female
0       1
1       0
2       1 

注意：如果数据框中的所有列的可能值都在字典中定义，则应使用带有字典的 apply，否则对于字典中未定义的值将为空。

- niraj

Answer 8

使用 Series.fillna 的 Series.map

如果您的列包含的字符串不仅仅是female和male，那么在这种情况下使用Series.map将会失败，因为它会返回其他值的NaN。

这就是为什么我们必须与fillna链式使用它的原因：

.map 失败示例:

df = pd.DataFrame({'female':['male', 'female', 'female', 'male', 'other', 'other']})

   female
0    male
1  female
2  female
3    male
4   other
5   other

df['female'].map({'female': '1', 'male': '0'})

0      0
1      1
2      1
3      0
4    NaN
5    NaN
Name: female, dtype: object

对于正确的方法，我们将map与fillna链接在一起，因此我们使用原始列中的值来填充NaN：

df['female'].map({'female': '1', 'male': '0'}).fillna(df['female'])

0        0
1        1
2        1
3        0
4    other
5    other
Name: female, dtype: object

- Erfan

Answer 9

对于这类任务，还可以使用内置函数pd.get_dummies：

w['female'] = pd.get_dummies(w['female'],drop_first = True)

这将给你一个数据框，其中有两列，每个值出现在w [ 'female']中的一个，因此您会删除第一个 (因为您可以从留下的那一个推断出它)。新列会自动命名为您替换的字符串。

如果您的分类变量有多于两个可能值，则尤其有用。此函数创建所需的许多虚拟变量以区分所有情况。然后请注意不要将整个数据框分配给单个列，而是如果w [ 'female']可以是'male'、'female'或'neutral'之一，请执行以下操作:

w = pd.concat([w, pd.get_dummies(w['female'], drop_first = True)], axis = 1])
w.drop('female', axis = 1, inplace = True)

然后您会得到两个新的列，给出“女性”的虚拟编码，并消除了字符串的列。

- galliwuzz

Answer 10

w.replace({'female':{'female':1, 'male':0}}, inplace = True)

上述代码将仅在“female”列中将“female”替换为1，将“male”替换为0。

- user41855

---

我并没有在原帖作者的情况下实际尝试过，但是对于 inplace 给予加分。 - James Hirschorn

在我的情况下，它是用于可链接表达式的a + 1，而不是用于"inplace"！ - endive1783