Замена нескольких значений в столбце фрейма данных pandas другим значением

У меня есть df кадра данных pandas, как показано ниже:

BrandName Specialty
A          H
B          I
ABC        J
D          K
AB         L

Я хочу заменить «ABC» и «AB» в столбце BrandName на A. Может ли кто-нибудь помочь с этим?

Самый простой способ - использовать replaceметод для столбца. Аргументы - это список того, что вы хотите заменить (здесь ['ABC', 'AB']) и чем вы хотите их заменить (строка 'A'в данном случае):

>>> df['BrandName'].replace(['ABC', 'AB'], 'A')
0    A
1    B
2    A
3    D
4    A

Это создает новую серию значений, поэтому вам нужно назначить этот новый столбец правильному имени столбца:

df['BrandName'] = df['BrandName'].replace(['ABC', 'AB'], 'A')

Заменить

DataFrameобъект имеет мощный и гибкий replaceметод:

DataFrame.replace(
        to_replace=None,
        value=None,
        inplace=False,
        limit=None,
        regex=False, 
        method='pad',
        axis=None)

Обратите внимание: если вам нужно внести изменения на месте, используйте inplaceлогический аргумент для replaceметода:

На месте

inplace : boolean, по умолчанию False Если Trueна месте. Примечание: это изменит любые другие представления этого объекта (например, столбец формирует DataFrame). Если это так, возвращает вызывающего абонента True.

Фрагмент

df['BrandName'].replace(
    to_replace=['ABC', 'AB'],
    value='A',
    inplace=True
)

Функция loc может использоваться для замены нескольких значений, документация для нее: loc

df.loc[df['BrandName'].isin(['ABC', 'AB'])]='A'

Это решение изменит сам существующий фрейм данных:

mydf = pd.DataFrame({"BrandName":["A", "B", "ABC", "D", "AB"], "Speciality":["H", "I", "J", "K", "L"]})
mydf["BrandName"].replace(["ABC", "AB"], "A", inplace=True)

Создан фрейм данных:

import pandas as pd
dk=pd.DataFrame({"BrandName":['A','B','ABC','D','AB'],"Specialty":['H','I','J','K','L']})

Теперь используйте DataFrame.replace()функцию:

dk.BrandName.replace(to_replace=['ABC','AB'],value='A')

Просто хотел показать, что нет разницы в производительности между двумя основными способами:

df = pd.DataFrame(np.random.randint(0,10,size=(100, 4)), columns=list('ABCD'))

def loc():
    df1.loc[df1["A"] == 2] = 5
%timeit loc
19.9 ns ± 0.0873 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)


def replace():
    df2['A'].replace(
        to_replace=2,
        value=5,
        inplace=True
    )
%timeit replace
19.6 ns ± 0.509 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

Вы можете также передать dictв pandas.replaceметод:

data.replace({
    'column_name': {
        'value_to_replace': 'replace_value_with_this'
    }
})

Это имеет то преимущество, что вы можете заменять сразу несколько значений в нескольких столбцах , например:

data.replace({
    'column_name': {
        'value_to_replace': 'replace_value_with_this',
        'foo': 'bar',
        'spam': 'eggs'
    },
    'other_column_name': {
        'other_value_to_replace': 'other_replace_value_with_this'
    },
    ...
})