Python pandas 等效于替换

Question

在 R 中，有一个相当有用的 replace 函数。本质上，它在数据框的给定列中进行有条件的重新分配。它可以这样使用:replace(df$column, df$column==1,'Type 1');

在 pandas 中实现相同目标的好方法是什么？

我应该将 lambda 与 apply 一起使用吗？ (如果是这样，我如何获得对给定列的引用，而不是整行)。

我应该在 data_frame.values 上使用 np.where 吗？似乎我在这里遗漏了一个非常明显的东西。

欢迎提出任何建议。

Answer 1

pandas 也有一个 replace 方法:

In [25]: df = DataFrame({1: [2,3,4], 2: [3,4,5]})

In [26]: df
Out[26]: 
   1  2
0  2  3
1  3  4
2  4  5

In [27]: df[2]
Out[27]: 
0    3
1    4
2    5
Name: 2

In [28]: df[2].replace(4, 17)
Out[28]: 
0     3
1    17
2     5
Name: 2

In [29]: df[2].replace(4, 17, inplace=True)
Out[29]: 
0     3
1    17
2     5
Name: 2

In [30]: df
Out[30]: 
   1   2
0  2   3
1  3  17
2  4   5

或者你可以使用 numpy 风格的高级索引:

In [47]: df[1]
Out[47]: 
0    2
1    3
2    4
Name: 1

In [48]: df[1] == 4
Out[48]: 
0    False
1    False
2     True
Name: 1

In [49]: df[1][df[1] == 4]
Out[49]: 
2    4
Name: 1

In [50]: df[1][df[1] == 4] = 19

In [51]: df
Out[51]: 
    1   2
0   2   3
1   3  17
2  19   5