pandas.DataFrame.replace 和第一列

Question

如何使用pandas.DataFrame.replace 替换熊猫数据框中所有出现的字符串？

这似乎是一个相当愚蠢的问题，但请take a look here，

即，在以下三个DataFrame.replace 中，只有一个在工作，另外两个不在。我该如何修复它们？

另外，如何限制第一列内的替换？ （我尝试使用, axis=1，但被告知它现在已被弃用）。谢谢。

df = pd.DataFrame({'A': np.random.choice(['foo', 'bar'], 100),
                   'B': np.random.choice(['one', 'two', 'three'], 100),
                   'C': np.random.choice(['I1', 'I2', 'I3', 'I4'], 100),
                   'D': np.random.randint(-10,11,100),
                   'E': np.random.randn(100)})

p = pd.pivot_table(df, index=['A','B'], columns='C', values='D')
df.replace("fo","fu", regex=True,inplace=True)
p.replace("fo","fu", regex=True,inplace=True)
p.index = p.index.to_series().str.join('-')
r=p.copy()
r.replace("fo","fu", regex=True,inplace=True)

Answer 1

只在一列中进行替换

将该列作为一个系列获取并使用Series.replace 方法：

df['A'] = df['A'].replace("fo", "fu", regex=True)

或

df['A'].replace("fo", "fu", regex=True, inplace=True)

在索引中进行替换

Series.replace 和 DataFrame.replace 都只作用于数据本身，而不作用于索引。您需要将索引重置为列，进行替换并重新设置索引。

r = p.copy()
r.index = r.index.to_series().str.join('-')
r.index.name = 'A-B'

r = (r.reset_index()                     # reset the index
      .replace('fo', 'fu', regex=True)   # make the replacement
      .set_index('A-B'))                 # set the index again

你可以把它和上面的结合起来——所以替换只有发生在索引中。

r = p.copy()
r.index = r.index.to_series().str.join('-')
r.index.name = 'A-B'

r = r.reset_index()
r['A-B'] = r['A-B'].replace('fo', 'fu', regex=True)
r = r.set_index('A-B')

@juanpa.arrivillaga 的代码更短：

r.index = r.index.to_series().replace('fo','fu', regex=True)

在MultiIndex 中进行替换

同样，您需要重置您想要的MultiIndex 的任何级别，进行替换并将其放回索引中。

p = (p.reset_index(level='A')            # reset only level 'A'
      .replace('fo', 'fu', regex=True)   # make the replacement
      .set_index('A', append=True)       # send 'A' to the index again
      .swaplevel())                      # if you want 'A' before 'B'

或者，仅在该索引级别进行替换：

p = p.reset_index(level='A')
p['A'] = p['A'].replace('fo', 'fu', regex=True)
p = p.set_index('A', append=True).swaplevel()

但请注意

p.index = p.index.to_series().replace('fo', 'fu', regex=True)

这里没有给出你想要的——它用一个普通的索引替换了MultiIndex。

Answer 2

replace 的另外两种用法的问题是，replace 仅适用于列中的值，而不适用于索引中的值，并且在 p 和 r 中，'fo' 仅在索引中找到！因此，一种可行的方法是：

p.index = p.index.to_series().replace('fo','fu', regex=True)
r.index = r.index.to_series().replace('fo','fu', regex=True)

所以，你看...

>>> r.index = r.index.to_series().replace('fo','fu', regex=True)
>>> r
C                I1        I2        I3        I4
bar-one    6.666667  1.875000 -3.750000  6.000000
bar-three -1.750000 -4.000000 -2.200000 -1.000000
bar-two    4.000000 -2.666667 -4.333333  4.000000
fuo-one    5.400000 -0.400000  4.000000  0.000000
fuo-three  0.166667 -4.500000 -5.000000 -5.571429
fuo-two    2.100000 -4.000000  4.500000 -1.857143

一般来说，如果你只想替换单个列，你需要使用类似的东西：

df.loc[:,'B'].replace('th','TH', regex=True, inplace=True)

所以...

>>> df.loc[:,'B'].replace('th','TH', regex=True, inplace=True)
>>> df.head(10)
     A      B   C  D         E
0  bar    two  I3 -7  1.212562
1  bar    two  I3 -9  1.480350
2  bar    one  I2  1 -1.555152
3  fuo    two  I2 -9 -1.754800
4  bar    one  I3 -4  1.455140
5  fuo  THree  I4 -9  0.131374
6  fuo    one  I4 -7  1.876776
7  fuo    one  I1  3  0.170372
8  bar    two  I1  3 -0.647829
9  bar    one  I3 -1  0.796723

注意，后一种构造也可以让您控制行！

>>> df.loc[0:5,'B'].replace('on','ON', regex=True, inplace=True)
>>> df.head(10)
     A      B   C  D         E
0  bar    two  I3 -7  1.212562
1  bar    two  I3 -9  1.480350
2  bar    ONe  I2  1 -1.555152
3  fuo    two  I2 -9 -1.754800
4  bar    ONe  I3 -4  1.455140
5  fuo  THree  I4 -9  0.131374
6  fuo    one  I4 -7  1.876776
7  fuo    one  I1  3  0.170372
8  bar    two  I1  3 -0.647829
9  bar    one  I3 -1  0.796723