溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
語法：replace(self, to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad', axis=None)
使用方法如下：
import numpy as np
import pandas as pd
df = pd.read_csv('emp.csv')
df
#Series對象值替換
s = df.iloc[2]#獲取行索引為2數據
#單值替換
s.replace('?',np.nan)#用np.nan替換？
s.replace({'?':'NA'})#用NA替換？
#多值替換
s.replace(['?',r'$'],[np.nan,'NA'])#列表值替換
s.replace({'?':np.nan,'$':'NA'})#字典映射
#同缺失值填充方法類似
s.replace(['?','$'],method='pad')#向前填充
s.replace(['?','$'],method='ffill')#向前填充
s.replace(['?','$'],method='bfill')#向后填充
#limit參數控制填充次數
s.replace(['?','$'],method='bfill',limit=1)
#DataFrame對象值替換
#單值替換
df.replace('?',np.nan)#用np.nan替換？
df.replace({'?':'NA'})#用NA替換？
#按列指定單值替換
df.replace({'EMPNO':'?'},np.nan)#用np.nan替換EMPNO列中?
df.replace({'EMPNO':'?','ENAME':'.'},np.nan)#用np.nan替換EMPNO列中?和ENAME中.
#多值替換
df.replace(['?','.','$'],[np.nan,'NA','None'])##用np.nan替換？用NA替換. 用None替換$
df.replace({'?':'NA','$':None})#用NA替換？ 用None替換$
df.replace({'?','$'},{'NA',None})#用NA替換？ 用None替換$
#正則替換
df.replace(r'\?|\.|\$',np.nan,regex=True)#用np.nan替換？或.或$原字符
df.replace([r'\?',r'\$'],np.nan,regex=True)#用np.nan替換？和$
df.replace([r'\?',r'\$'],[np.nan,'NA'],regex=True)#用np.nan替換？用NA替換$符號
df.replace(regex={r'\?':None})
#value參數顯示傳遞
df.replace(regex=[r'\?|\.|\$'],value=np.nan)#用np.nan替換？或.或$原字符
以上這篇對pandas replace函數的使用方法小結就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
