如何通过 pandas 替换功能传递字典？ [复制]答案

【问题标题】：How do you pass a dictionary through the pandas replace function? [duplicate]如何通过 pandas 替换功能传递字典？ [复制]
【发布时间】：2019-02-03 09:03:58
【问题描述】：

您将如何使用字典来替换数据框中所有列的值？

下面是一个示例，我尝试通过替换函数传递字典。我有一个脚本，可以根据公司的经理/员工结构生成各种大小的数据框 - 因此每个数据框的列数会有所不同。

import pandas as pd
import numpy as np

df = pd.DataFrame({'col2': {0: 'a', 1: 2, 2: np.nan}, 'col1': {0: 'w', 1: 1, 2: 2}, 'col3': {0: 'w', 1: 1, 2: 2}, 'col4': {0: 'w', 1: 1, 2: 2}})
di = {1: "A", 2: "B"}
print(df)

df = df.replace({di})
print(df)

下面链接了一个类似的问题，其中解决方案指定了列名，但鉴于我正在查看列名/大小会有所不同的整个数据框，我想将替换功能应用于整个数据框。

Remap values in pandas column with a dict

谢谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

不要把{} 放在你的字典周围——它试图把它变成一个集合，这会引发错误，因为字典不能是集合中的一个元素。而是直接传入字典：

import pandas as pd
import numpy as np

df = pd.DataFrame({'col2': {0: 'a', 1: 2, 2: np.nan}, 'col1': {0: 'w', 1: 1, 2: 2}, 'col3': {0: 'w', 1: 1, 2: 2}, 'col4': {0: 'w', 1: 1, 2: 2}})
di = {1: "A", 2: "B"}
print(df)

df = df.replace(di)
print(df)

输出：

  col1 col2 col3 col4
0    w    a    w    w
1    1    2    1    1
2    2  NaN    2    2
  col1 col2 col3 col4
0    w    a    w    w
1    A    B    A    A
2    B  NaN    B    B

【讨论】：