如何正确替换数据框列中的相似值？

Question

我有来自数据框的字符串列'Grade' 具有以下可用值：'A++'、'A+'、'A'、'A-'、'B++'。我想将整个列 （对于 MinMaxScaler() 方法） 相应地转换为以下值：0、1、2、3、4。 我尝试了一些解决方案，但不知道如何正确地做到这一点。 请您推荐一个更好的解决方案吗？ 代码如下：

df['Grade'] = df['Grade'].replace(to_replace='[A++]', value='0', regex=True)
df['Grade'] = df['Grade'].replace(to_replace='[A+]', value='1', regex=True)
df['Grade'] = df['Grade'].replace(to_replace='[A]', value='2', regex=True)
df['Grade'] = df['Grade'].replace(to_replace='[A-]', value='3', regex=True)
df['Grade'] = df['Grade'].replace(to_replace='[B+]', value='4', regex=True)

结果如下： replace result

Answer 1

您可以将字典与replace 一起使用，因此请引用小插图：

对于 DataFrame 嵌套字典，例如 {'a': {'b': np.nan}}，是 阅读如下：在“a”列中查找值“b”并替换它 与 NaN。 value 参数应该是 None 以使用嵌套字典 这边走。您也可以嵌套正则表达式。请注意该列 名称（嵌套字典中的顶级字典键）不能 正则表达式。

所以你需要查找列'Grade'，在字典中，lhs 是要替换的等级，RHS 是值：

import pandas as pd
df = pd.DataFrame({'Grade':["A++","A+","A-","A","B+","A++","A-","B+"]})
df.replace({'Grade': {'A++': 0,'A+': 1,'A-': 3,"A":2,'B+': 4}})

   Grade
0   0
1   1
2   3
3   2
4   4
5   0
6   3
7   4