Pandas: วิธีแทนที่ค่าหลายค่าในคอลัมน์เดียว
คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อแทนที่ค่าหลายค่าในคอลัมน์ของ Pandas DataFrame:
df = df. replace ({' my_column ': {' old1 ': ' new1 ', ' old2 ': ' new2 ', ' old3 ': ' new3 '}})
ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ
ตัวอย่าง: แทนที่ค่าหลายค่าในคอลัมน์เดียวใน Pandas
สมมติว่าเรามี DataFrame แพนด้าต่อไปนี้ซึ่งมีข้อมูลเกี่ยวกับผู้เล่นบาสเกตบอลต่างๆ:
import pandas as pd #createDataFrame df = pd. DataFrame ({' position ': ['G', 'G', 'F', 'F', 'F', 'C', 'C'], ' points ': [28, 17, 19, 14, 23, 26, 5], ' rebounds ': [5, 6, 4, 7, 14, 12, 9], ' assists ': [10, 13, 7, 8, 4, 5, 8]}) #view DataFrame print (df) position points rebound assists 0 G 28 5 10 1 G 17 6 13 2 F 19 4 7 3 F 14 7 8 4 F 23 14 4 5 C 26 12 5 6 C 5 9 8
สมมติว่าเราต้องการทำการแทนที่ต่อไปนี้ในคอลัมน์ ตำแหน่ง :
- แทนที่ “G” ด้วย “Guard”
- เปลี่ยน “F” เป็น “ไปข้างหน้า”
- แทนที่ C ด้วย “ศูนย์กลาง”
เราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อทำสิ่งนี้:
#replace multiple values in position column df = df. replace ({' position ': {' G ': ' Guard ', ' F ': ' Forward ', ' C ': ' Center '}}) #view updated DataFrame print (df) position points rebound assists 0 Guard 28 5 10 1 Guard 17 6 13 2 Forward 19 4 7 3 Forward 14 7 8 4 Forward 23 14 4 5 Center 26 12 5 6 Center 5 9 8
โปรดทราบว่ามีการแทนที่ค่าหลายค่าในคอลัมน์ ตำแหน่ง
เราสามารถใช้ไวยากรณ์ที่คล้ายกันเพื่อแทนที่ค่าหลายค่าในคอลัมน์ตัวเลข
ตัวอย่างเช่น รหัสต่อไปนี้แสดงวิธีการทดแทนต่อไปนี้ในคอลัมน์ วิธีใช้ :
- แทนที่ 10 ด้วย 20
- แทนที่ 13 ด้วย 15
- แทนที่ 8 ด้วย 10
เราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อทำสิ่งนี้:
#replace multiple values in assists column df = df. replace ({' assists ': {10:20, 13:15, 8:10}}) #view updated DataFrame print (df) position points rebound assists 0 G 28 5 20 1 G 17 6 15 2 F 19 4 7 3 F 14 7 10 4 F 23 14 4 5 C 26 12 5 6 C 5 9 10
โปรดทราบว่ามีการแทนที่ค่าหลายค่าในคอลัมน์ Assists
แหล่งข้อมูลเพิ่มเติม
บทช่วยสอนต่อไปนี้จะอธิบายวิธีการทำงานทั่วไปอื่นๆ ในแพนด้า:
วิธีแทนที่ค่า NaN ด้วยศูนย์ใน Pandas
วิธีแทนที่สตริงว่างด้วย NaN ใน Pandas
วิธีแทนที่ค่าในคอลัมน์ตามเงื่อนไขใน Pandas