根据标准在 Python Pandas 中分配不同的值

Question

我正在尝试清理数据。对于名字变量，我想 1) 为那些只有一个字符的条目分配缺失值 (NaN)，2) 如果它只包含两个字符并且其中一个字符是符号，则分配缺失值（即：" ." 或 "?")，以及 3) 将 "wm" 转换为字符串 "william"

我尝试了以下代码和其他代码，但似乎都不起作用：

将熊猫导入为 pd 从熊猫导入数据框，系列 将 numpy 导入为 np 重新导入

def CleanUp():

    data = pd.read_csv("C:\sample.csv")
    frame2 = DataFrame(data)
    frame2.columns = ["First Name", "Ethnicity"]

    # Convert weird values to missing value
    for Name in frame2["First_Name"]:
        if len(Name) == 1:
            Name == np.nan
        if (len(Name) == 2) and (Name.str.contain(".|?|:", na=False)):
            Name == np.nan
        if Name == "wm":
            Name == "william"

    print frame2["First_Name"]

Answer 1

您正在寻找df.replace

补一些数据：

np.random.seed(3)
n=6
df = pd.DataFrame({'Name' : np.random.choice(['wm','bob','harry','chickens'], size=n), 
                   'timeStamp' : np.random.randint(1000, size=n)})
print df

       Name  timeStamp
0     harry        256
1        wm        789
2       bob        659
3  chickens        714
4        wm        875
5        wm        681

运行替换：

df.Name = df.Name.replace('wm','william')
print df

       Name  timeStamp
0     harry        256
1   william        789
2       bob        659
3  chickens        714
4   william        875
5   william        681