使用pandas对矢量化数据进行替换处理的方法
更新时间:2018年04月11日 16:03:59 作者:grey_csdn
下面小编就为大家分享一篇使用pandas对矢量化数据进行替换处理的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
使用pandas处理向量化的数据,进行数据的替换时不仅仅能够进行字符串的替换也能够处理数字。
做简单的示例如下:
In [4]: data = Series(range(5))
In [5]: data Out[5]: 0 0 1 1 2 2 3 3 4 4 dtype: int64
In [6]: data.replace(3,333) Out[6]: 0 0 1 1 2 2 3 333 4 4 dtype: int64
In [7]: data Out[7]: 0 0 1 1 2 2 3 3 4 4 dtype: int64
In [8]: data.replace({2:np.nan,4:444}) Out[8]: 0 0.0 1 1.0 2 NaN 3 3.0 4 444.0 dtype: float64
从上面可以看出,替换可以进行单个数字的替换,也可以穿入一个字典进行一个序列的替换。
简单的替换虽然也可以通过赋值进行修改,但是通过赋值进行修改的时候一般首先得进行数据替换对象的查找。但是,通过Series对象的replace方法进行数据替换的方便之处则在于省掉了数据对象的查询。
这篇使用pandas对矢量化数据进行替换处理的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
python 中os模块os.path.exists()的用法说明
这篇文章主要介绍了python 中os模块os.path.exists()的用法说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03Python hug库构建快速可扩展的Web API框架使用详解
这篇文章主要介绍了Python hug库构建快速可扩展的Web API框架使用详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2024-02-02
最新评论