10.pandas的替换和部分替换（replace）

在处理数据的时候，很多时候会遇到批量替换的情况，如果一个一个去修改效率过低，也容易出错。replace()是很好的方法。

 

源数据

1、替换全部或者某一行

replace的基本结构是：df.replace(to_replace, value) 前面是需要替换的值，后面是替换后的值。

例如我们要将南岸改为城区：

 

将南岸改为城区

这样Python就会搜索整个DataFrame并将文档中所有的南岸替换成了城区（要注意这样的操作并没有改变文档的源数据，要改变源数据需要使用inplace = True）。

 

使用inplace = True更改源数据

由于南岸只有城市一列具有相同值，使用起来比较方便。

但是如果我们要改变表1Lon里的某个数据，而不改变Longitude的数据要怎么做呢？

 

改变指定的列的数据

所以只想替换部分数据的时候并且要写入源数据就需要指定inplace。

在上面的操作只改变了表1Lon的数据，其它列的数据并没有被替换，而且在替换后的结果不需要我们再和源数据进行合并操作，可以直接体现在源数据中。

2、替换指定的某个或指定的多个数值（用字典的形式）

 

只改变指定的值

这个很好理解，就是字典里的建作为原值，字典里的值作为替换的新值。

当然，我们也可是使用列表的形式进行替换：df.replace(['A','29.54'],['B',100])

 

用列表的形式进行替换

还有如果想要替换的新值是一样的话，我们还可以这样做：

 

替换的新值一样时

部分替换和替换某个值结合使用的话就可以替换单个列的数值：

 

替换单个列的数值

3、使用正则表达式替换

正则表达式很强大，能够让我们实现一次替换很多很多个不同的值：

 

源数据

 

正则表达式没有指定regex =True

 

正则表达式指定regex =True

使用正则表达式的时候记得后面加 regex=True参数。

有图中我们可以看到只要包含有大写的英文字母的数据都被替换了，如果我们要写入源数据还需要指定inpla = True。

 

指定列替换数据

当需要将缺失值替换掉的时候，我们可以考虑直接只用fillna()，功能更强大，这个前面已经有说过了。

在某些情况下，如果我们只需要某个数据的部分内容，我们该怎么操作呢？

比如要把变电站都改为transformer_substation，或者是把Latitude列的前面的ab改为AB：

 

指定列更改替换部分字符

 

指定列更改替换部分字符

需要注意的时更好指定列的时候，使用str.replace时不能使用inplace = True参数，因此需要改成赋值，赋值的时候不要忘了是列的赋值而不是整个表格的赋值。