Pandas中批量替换字符的六种方法总结

目录

• 一、前言
• 二、解决过程
• 方法一
• 方法二
• 方法三
• 方法四
• 方法五
• 方法六
• 三、总结

一、前言

前几天在python最强王者群有个叫【dcpeng】的粉丝问了一个关于Pandas中的问题，这里拿出来给大家分享下，一起www.cppcns.com学习。

想问一下我有一列编码为1，2，3，4的数据，如何将1批量换为“开心”，2批量换为“悲伤”这种字符替换呢？

二、解决过程

思路挺简单，限定Pandas处理，想到的方法有很多，这里拿出来给大家分享，希望对大家的学习有帮助。

下面这个是生成源数据的代码：

d编程客栈f=pd.DataFrame({'col1':[1,2,2,3,3,3,4,4,4,4]})
df

方法一

代码如下所示：

df['col2']=df['col1YPhDwI'].map({1:"开心",2:"悲伤",3:"难过",4:"泪目"})
df

运行结果如下图所示：

方法二

这个方法是参考才哥的文章写出来的，代码如下所示：

defgetValue(s):
ifs==1:
return'开心'
elifs==2:
return'悲伤'
elifs==3:
return'难过'
elifs==4:
return'泪目'
df['col3']=df['col1'].apply(getValue)
df

运行结果如下图所示：

方法三

【冫马讠成】大佬YPhDwI给了一个思路，使用replace实现。

代码如下所示：

df['col4']=df['col1'].replace(1,'开心').replace(2,'悲伤').replace(3,'难过').replace(4,'泪目')
df

得到的结果如下所示：

方法四

这个方法是基于apply()函数，代码如下所示：

defget_value(s):
dict={1:"开心",2:"悲伤",3:"难过",4:"泪目"}
returndict[s]
df['col5']=df['col1'].apply(get_value)
df

运行结果如下图所示：

方法五

【沈复】大佬给了一个思路和代码，如下图所示：

这个方法是基于map()函数，代码如下所示：

defget_value(s):
dict={1:"开心",2:"悲伤",3:"难过",4:"泪目"}
returndict[s]
df['col5']=df['col1'].map(get_value)
df

运行结果如下图所示：

方法六

这里【月神】仍然是使用replace方法进行实现的，但是代码秀了很多。

代码如下所示：

df['col7']=df['col1'].replace([1,2,3,4],['开心','悲伤','难过','泪目'])
df

【月神】提醒：这个是全匹配，不要加regex=True参数，不然你会后悔的！

运行结果如下图所示：

三、总结

这篇文章基于粉丝提问，针对有一列编码为1，2，3，4的数据，如何将1批量换为“开心”，2批量换为“悲伤”这种字符替换的问题，盘点了6个Pandas中批量替换字符的方法，给出了具体说明和演示，顺利地帮助粉丝解决了问题！

以上就是编程客栈Pandas中批量替换字符的六种方法总结的详细内容，更多关于Pandas替换字符的资料请关注我们其它相关文章！