DataFrame /Pandas:使用lookup DataFrame +函数替换Python中的特定/空值

import pandas as pd
import numpy as np

# 创建示例 DataFrame
data = {
    'A': [1, 2, np.nan, 4],
    'B': ['foo', 'bar', np.nan, 'baz'],
    'C': [np.nan, 2, 3, 4]
}
df = pd.DataFrame(data)

print("原始 DataFrame:")
print(df)

# 替换特定值
df.replace({'foo': 'new_foo', np.nan: 'missing'}, inplace=True)

print("\n替换后的 DataFrame:")
print(df)

# 使用 loc 替换特定条件下的值
df.loc[df['A'] > 2, 'A'] = 'greater_than_2'

print("\n使用 loc 替换后的 DataFrame:")
print(df)

# 自定义函数
def custom_replace(row):
    if row['B'] == 'bar':
        return 'new_bar'
    return row['B']

# 应用自定义函数
df['B'] = df.apply(custom_replace, axis=1)

print("\n使用自定义函数替换后的 DataFrame:")
print(df)

# 检查条件是否正确
print(df[df['A'] > 2])  # 查看是否正确匹配到条件

# 确保数据类型一致
df['A'] = df['A'].astype(str)  # 将 'A' 列转换为字符串类型
df.replace({'foo': 'new_foo', np.nan: 'missing'}, inplace=True)

# 重新对齐索引
df.reset_index(drop=True, inplace=True)