如何在 pandas 中一次 .apply 或 .replace 多个列？答案

【问题标题】：How do I .apply or .replace multiple columns at once in pandas?如何在 pandas 中一次 .apply 或 .replace 多个列？
【发布时间】：2020-06-14 06:37:15
【问题描述】：

下面的代码有效..

df['Forecast'] = df['Forecast'].apply(lambda x: '0' if x == '' else x)

df['Yield'] = df['Yield'].apply(lambda x: '0' if x == '' else x)

但是当我尝试一起做时，它不起作用

to_change = ['Forecast', 'Yield']

df[to_change] = df[to_change].apply(lambda x: '0' if x == '' else x)

它给出了以下错误：

ValueError：Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

如何同时执行这些功能（替换或应用）而不为每一列编写新的代码行？

【问题讨论】：

标签： python pandas

【解决方案1】：

使用pandas.DataFrame.replace 怎么样？

to_change     = ['Forecast', 'Yield']
df[to_change] = df[to_change].replace(to_replace='', value='0')
#            or df[to_change].replace({'': '0'})

测试过。

插图。假设您将df 定义如下

df = pd.DataFrame({
    '_else_'  : ['', '', ''],
    'Forecast': ['', 'y', 'o'],
    'Yield'   : ['k', '', 'm'],
})

即

>>> df
  _else_ Forecast Yield
0                     k
1               y      
2               o     m

原来是这样做的

>>> df[to_change] = df[to_change].replace({'': '0'})

已将df更改如下

>>> df
  _else_ Forecast Yield
0               0     k
1               y     0
2               o     m

【讨论】：

感谢 df[to_change].replace({'': '0'}) 仅在我 replace({'': '0'} , regex=True) 时有效
1.0.4 对不起，我的错。这是我尝试编码的第一周。这个例子工作得很好。我试图从产量和预测中的数字中删除逗号（由于某种原因是 str 格式），所以我使用了代码 df[to_change] = df[to_change].replace({',': ''}, regex=True) 。现在我将 astype(int) 列。