Pandas的2 种不同的替换函数

毋庸置疑，Pandas是使用最广泛的 Python 库之一，它提供了许多功能和方法来执行有效的数据处理和数据分析。

在本文中，我们将讨论 Pandas 中的 2 种不同的替换函数。

pandas.DataFrame.replace

pandas.Series.str.replace

DataFrame.replace

首先，我们需要先从创建一个DataFrame开始。

函数可用于替换一列或多列中的值。我们需要指定要替换的值和新值，

比如我们可以将“省份”这列中的“广西”替换为“广西壮族自治区”。

在交互式环境中输入如下命令：

输出：

我们也可以直接将函数应用到 上。在这种情况下，列名是用 Python 字典指定的。

在交互式环境中输入如下命令：

输出：

由于 Pandas 的灵活性，我们可以在一次操作中完成两种替换，不过每个替换都需要被写成字典中的键值对。

在交互式环境中输入如下命令：

输出：

目前我们所替换的都是Pandas中某列中值的整体，如果想只替换值的一部分，比如姓名中“-”，该怎么做呢？

Series.str.replace

实际上，我们在之前的文章《经常被人忽视的：Pandas 文本数据处理！》中就介绍过这种方法。

在交互式环境中输入如下命令：

输出：

在交互式环境中输入如下命令：

输出：

同样可以实现函数一样的效果。

我们已经了解了 Pandas 的两种不同的替换功能以及它们之间的区别。在某些情况下，其中一个是更好的选择，因此最好同时了解两者。

需要注意的是，这两个函数都支持正则表达式（即 regex），这使得它们更加灵活和强大。如果传递模式并希望将其作为正则表达式处理，只需将 regex 参数的值设置为 True。

人生苦短，快学Python！我们下篇文章见。