<\/p>\n
\u00c8 possibile utilizzare la seguente sintassi di base per sostituire pi\u00f9 valori in una colonna di un DataFrame panda:<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa sintassi nella pratica.<\/span><\/p>\n Supponiamo di avere il seguente DataFrame panda che contiene informazioni su vari giocatori di basket:<\/span><\/p>\n Supponiamo di voler effettuare le seguenti sostituzioni nella colonna posizione<\/strong> :<\/span><\/p>\n Possiamo usare la seguente sintassi per fare ci\u00f2:<\/span><\/p>\n Tieni presente che diversi valori sono stati sostituiti nella colonna Posizione<\/strong> .<\/span><\/p>\n Possiamo usare una sintassi simile per sostituire pi\u00f9 valori in una colonna numerica.<\/span><\/p>\n Ad esempio, il codice seguente mostra come effettuare le seguenti sostituzioni nella colonna Help<\/strong> :<\/span><\/p>\n Possiamo usare la seguente sintassi per fare ci\u00f2:<\/span><\/p>\n Tieni presente che diversi valori sono stati sostituiti nella colonna Assist<\/strong> .<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni nei panda:<\/span><\/p>\n Come sostituire i valori NaN con zeri in Panda \u00c8 possibile utilizzare la seguente sintassi di base per sostituire pi\u00f9 valori in una colonna di un DataFrame panda: df = df. replace ({‘ my_column ‘: {‘ old1 ‘: ‘ new1 ‘, ‘ old2 ‘: ‘ new2 ‘, ‘ old3 ‘: ‘ new3 ‘}}) L’esempio seguente mostra come utilizzare questa sintassi nella pratica. Esempio: sostituisci […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df = df. replace<\/span> ({' my_column<\/span> ': {' old1<\/span> ': ' new1<\/span> ', ' old2<\/span> ': ' new2<\/span> ', ' old3<\/span> ': ' new3<\/span> '}})\n<\/strong><\/pre>\n Esempio: sostituisci pi\u00f9 valori in una colonna in Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' position<\/span> ': ['G', 'G', 'F', 'F', 'F', 'C', 'C'],\n ' points<\/span> ': [28, 17, 19, 14, 23, 26, 5],\n ' rebounds<\/span> ': [5, 6, 4, 7, 14, 12, 9],\n ' assists<\/span> ': [10, 13, 7, 8, 4, 5, 8]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n position points rebound assists\n0 G 28 5 10\n1 G 17 6 13\n2 F 19 4 7\n3 F 14 7 8\n4 F 23 14 4\n5 C 26 12 5\n6 C 5 9 8\n<\/strong><\/pre>\n\n
#replace multiple values in position column\n<\/span>df = df. replace<\/span> ({' position<\/span> ': {' G<\/span> ': ' Guard<\/span> ', ' F<\/span> ': ' Forward<\/span> ', ' C<\/span> ': ' Center<\/span> '}})\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n position points rebound assists\n0 Guard 28 5 10\n1 Guard 17 6 13\n2 Forward 19 4 7\n3 Forward 14 7 8\n4 Forward 23 14 4\n5 Center 26 12 5\n6 Center 5 9 8\n<\/strong><\/pre>\n\n
#replace multiple values in assists column\n<\/span>df = df. replace<\/span> ({' assists<\/span> ': {10:20, 13:15, 8:10}})\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n position points rebound assists\n0 G 28 5 20\n1 G 17 6 15\n2 F 19 4 7\n3 F 14 7 10\n4 F 23 14 4\n5 C 26 12 5\n6 C 5 9 10\n<\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h2>\n
Come sostituire le stringhe vuote con NaN in Pandas<\/a>
Come sostituire i valori nella colonna in base alle condizioni in Panda<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"