replace() 方法不适用于 Pandas DataFrame答案

【问题标题】：replace() method not working on Pandas DataFramereplace() 方法不适用于 Pandas DataFrame
【发布时间】：2016-10-02 06:58:33
【问题描述】：

我已经查看了这个问题，大多数问题都是针对更复杂的替换问题。但是在我的情况下，我有一个非常简单的数据框作为测试假人。

目的是用 nan 替换数据框中任何位置的字符串，但这似乎不起作用（即不替换；没有任何错误）。我试过用另一个字符串替换它也不起作用。例如

d = {'color' : pd.Series(['white', 'blue', 'orange']),
   'second_color': pd.Series(['white', 'black', 'blue']),
   'value' : pd.Series([1., 2., 3.])}
df = pd.DataFrame(d)
df.replace('white', np.nan)

输出还是：

      color second_color  value
  0   white        white      1
  1    blue        black      2
  2  orange         blue      3

【问题讨论】：

标签： python pandas dataframe numpy replace

【解决方案1】：

对我有用的是使用这个 dict 表示法。

{old_value:new_value}

df.replace({10:100},inplace=True)

【讨论】：

【解决方案2】：

在直接使用替换功能之前，您可能需要检查列的数据类型。可能是您在 Object 数据类型上使用了 replace 函数，在这种情况下，您需要在将其转换为字符串后应用 replace 函数。

Wrong:

df["column-name"] = df["column-name"].replace('abc', 'def')

Correct:

df["column-name"] = df["column-name"].str.replace('abc', 'def')

【讨论】：

【解决方案3】：

inplace=True 和regex=True 都不适用于我的情况。所以我找到了一个使用Series.str.replace 的解决方案。如果您需要替换子字符串，它会很有用。

In [4]: df['color'] = df.color.str.replace('e', 'E!')
In [5]: df  
Out[5]: 
     color second_color  value
0   whitE!        white    1.0
1    bluE!        black    2.0
2  orangE!         blue    3.0

甚至切片。

In [10]: df.loc[df.color=='blue', 'color'] = df.color.str.replace('e', 'E!')
In [11]: df  
Out[11]: 
    color second_color  value
0   white        white    1.0
1   bluE!        black    2.0
2  orange         blue    3.0

【讨论】：

【解决方案4】：

鉴于这是搜索“Pandas replace is not working”时的最高 Google 结果，我还想提一下：

replace 执行完全替换搜索，除非您打开正则表达式转变。使用 regex=True，它应该执行部分替换好吧。

我花了 30 分钟才找到答案，所以希望我已经为下一个人节省了 30 分钟。

【讨论】：

正是我在分隔字符串内替换失败时遇到的问题。
我也是这样。感谢分享！当我们开始使用替换功能时，这不是很清楚。
哇，谢谢。我花了太长时间才找到这个
非常感谢。 2021 年还在解决我的问题！
是的，又节省了 30 分钟。谢谢！

【解决方案5】：

当您使用df.replace() 时，它会创建一个新的临时对象，但不会修改您的。您可以使用以下两行之一来修改 df：

df = df.replace('white', np.nan)
df.replace('white', np.nan, inplace = True)

【讨论】：

【解决方案6】：

你需要分配回去

df = df.replace('white', np.nan)

或传递参数inplace=True:

In [50]:
d = {'color' : pd.Series(['white', 'blue', 'orange']),
   'second_color': pd.Series(['white', 'black', 'blue']),
   'value' : pd.Series([1., 2., 3.])}
df = pd.DataFrame(d)
df.replace('white', np.nan, inplace=True)
df

Out[50]:
    color second_color  value
0     NaN          NaN    1.0
1    blue        black    2.0
2  orange         blue    3.0

大多数 pandas 操作返回一个副本，并且大多数具有参数 inplace，通常默认为 False

【讨论】：

请注意，确实存在导致replace 在某些情况下无法正常工作的错误（请参阅问题#29813）。
我刚刚遇到了一个问题，df.replace(x,y, inplace=True) 没有没有工作但df = df.replace(x,y)工作。 x 是 int64 和 y 是 float64
与@MattR 相同。由于某种原因就地不工作
啊-我遇到了类似的问题，其中 inplace=True 显然没有效果，而分配给新变量表明替换确实有效。我正在使用正则表达式来删除空格等。
我相信 df.foo(x, y, inplace=True) 现在已被弃用，取而代之的是 df = df.foo(x, y)