熊猫在不等于多个条件时重命名一列值答案

【问题标题】：Pandas Rename one column Values when not equal to multiple conditions熊猫在不等于多个条件时重命名一列值
【发布时间】：2018-12-03 11:11:32
【问题描述】：

我是编码新手，Pandas 非常感谢任何帮助。我有一列我想重命名值 Locations A-00-UD, A-01-UD, A-02-UD will = Audit, T-00-UD , T-02-UD, T-03-UD will = Transit 和所有其他值将 = 库存。我遇到的问题是将所有其他值命名为 Stock，因为在完整的数据框列中有 15,000 行长，并且有数百个不同的位置我希望命名为 stock。

位置

A-00-UD

A-01-UD

A-02-UD

A-03-UD

T-00-UD

T-01-UD

T-02-UD

T-03-UD

A-45-TR

S-30-RT

D-20-ED

V-00-LM

【问题讨论】：

重命名应该是什么样子还不是很清楚...您已经尝试了什么，为什么没有成功？

标签： python pandas rename

【解决方案1】：

使用numpy.select 和isin 进行精确匹配：

m1 = df['Location'].isin(['A-00-UD', 'A-01-UD', 'A-02-UD'])
m2 = df['Location'].isin(['T-00-UD', 'T-02-UD', 'T-03-UD'])

或者用startswith检查第一个值：

m1 = df['Location'].str.startswith('A')
m2 = df['Location'].str.startswith('T')

df['new'] = np.select([m1, m2], ['Audit', 'Transit'], default='Stock')
print (df)
   Location      new
0   A-00-UD    Audit
1   A-01-UD    Audit
2   A-02-UD    Audit
3   A-03-UD    Audit
4   T-00-UD  Transit
5   T-01-UD  Transit
6   T-02-UD  Transit
7   T-03-UD  Transit
8   A-45-TR    Audit
9   S-30-RT    Stock
10  D-20-ED    Stock
11  V-00-LM    Stock

【讨论】：

【解决方案2】：

您可以使用字典来映射Location的第一个字符：

mapper = {'A': 'Audit', 'T': 'Transit'}

df['Location'] = df['Location'].str[0].map(mapper).fillna('Stock')

或者，使用numpy.select，您可以指定条件、每个条件的值和默认值：

df = pd.DataFrame({'Location': ['A-00-UD', 'T-01-UD', 'S-30-RT']})

conditions = [df['Location'].str[0] == 'A', df['Location'].str[0] == 'T']
values = ['Audit', 'Transit']

df['Location'] = np.select(conditions, values, 'Stock')

print(df)

  Location
0    Audit
1  Transit
2    Stock

【讨论】：