pandas：replace数据框中的列值

我试图replace数据框的一列中的值。 列（“女性”）只包含“女性”和“男性”的值。

我已经尝试了以下内容：

w['female']['female']='1' w['female']['male']='0' 

但收到以前的结果完全相同的副本。

理想情况下，我希望得到一些类似下面的循环元素的输出。

 if w['female'] =='female': w['female'] = '1'; else: w['female'] = '0'; 

我已经浏览了gotchas文档（ http://pandas.pydata.org/pandas-docs/stable/gotchas.html ），但不知道为什么没有发生。

任何帮助将不胜感激。

Answer 1

如果我理解正确，你想要这样的东西：

 w['female'] = w['female'].map({'female': 1, 'male': 0}) 

（在这里，我将这些值转换为数字，而不是包含数字的string，如果您真的想要，可以将它们转换为"1"和"0" ，但我不确定为什么要这样做。

你的代码不起作用的原因是因为在你的w['female']['female']的列上使用['female']并不意味着“select行的值是'女'”。 这意味着select索引为“女”的行，其中可能没有任何您的DataFrame中的任何。

Answer 2

您可以使用loc编辑数据框的子集：

 df.loc[<row selection>, <column selection>] 

在这种情况下：

 w.loc[w.female != 'female', 'female'] = 0 w.loc[w.female == 'female', 'female'] = 1 

Answer 3

 w.female.replace(to_replace=dict(female=1, male=0), inplace=True) 

请参阅pandas.DataFrame.replace（）文档 。

Answer 4

轻微变化：

 w.female.replace(['male', 'female'], [1, 0], inplace=True) 

Answer 5

这也应该工作：

 w.female[w.female == 'female'] = 1 w.female[w.female == 'male'] = 0 

Answer 6

另外还有一些内置函数pd.get_dummies用于这些types的赋值：

 w['female'] = pd.get_dummies(w['female'],drop_first = True) 

这给你一个数据框有两列，每一个在w ['female']中出现的值，其中第一个（因为你可以从剩下的那个中推断出来）。 新列将自动命名为您replace的string。

如果您有具有两个以上可能值的分类variables，这一点尤其有用。 这个函数创build了所有需要区分所有情况的虚拟variables。 要小心，不要将整个数据框分配给一个单独的列，而是如果w ['female']可以是'男'，'女'或'中立'，可以这样做：

 w = pd.concat([w, pd.get_dummies(w['female'], drop_first = True)], axis = 1]) w.drop('female', axis = 1, inplace = True) 

然后，你留下两个新的列给你虚拟编码的“女性”，你摆脱了与string的列。

Answer 7

pandas还有一个叫做factorize的函数，可以用来自动完成这种types的工作。 它将标签转换为数字： ['male', 'female', 'male'] -> [0, 1, 0] 。 请参阅此答案以获取更多信息。