Pandas中Replace函数使用那些事儿

西瓜WiFi 2022-11-30 我要评论

一、Series 数据替换s.str.replace()

s.sr.replace(pat,repl,n=-1,case=None,flags=0,regex=None)

函数详解：

pat	要查找的字符串
repl	替换的字符串，可以调用函数
n	要进行的替换数，默认全部
case	是否区分大小写
flags	re模块中的标志
regex	是否设置为正则表达式

1. 普通查找替换

将曹操替换为刘备

import pandas as pd
s=pd.Series(['曹操','大乔','小乔'])
s.str.replace('曹操','刘备')

2.正则表达式替换

将字符串中的‘~’和‘/’替换为'-'

import pandas as pd
s=pd.Series(['2022-5-5','2022/5/6','2022~6~9'])
s.str.replace('[~/]','-',regex=True)

3. 预编译好的正则表达式替换

将字符串中的‘~’和‘/’替换为'-'

import pandas as pd
import re
s=pd.Series(['2022-5-5','2022/5/6','2022~6~9'])
pat=re.compile('[~/]')
s.str.replace(pat,'-',regex=True)

4. 函数替换

给Series中的人名添加括号；人名和日期之间添加‘-’

import pandas as pd
import re
s=pd.Series(['Aaron2022-5-5','Bob2022-5-6','judy2022-6-9'])
s.str.replace('[a-zA-Z]+',lambda x: '('+x[0]+')'+'-',regex=True)

5. 分组替换

殊途同归，分组替换可以实现与函数替换一样的目的；

s=pd.Series(['Aaron2022-5-5','Bob2022-5-6','judy2022-6-9'])
s.str.replace('([a-zA-Z]+)',r"【\1】-",regex=True)

二、DataFrame 数据替换 df.replace()

df.replace(to_replace=None,value=None,inplace=False,limit=None,regex=False,method='pad)

函数详解：

to_replace	查找要替换的值
value	替换与查找匹配的值
inplace	修改原数据
limit	向前或向后填充的最大尺寸间隙
regex	是否支持正则表达式
method	替换方法

1. 单值替换

写入实例数据：

df=pd.DataFrame({'英雄属性':['刺客','射手','法师','战士','辅助'],
                '红方英雄':['荆轲','卤蛋','甄姬','夏侯惇','项羽'],
                '红方伤害':[11.20,15.34,8.57,6.98,3.69],
                 '红方死亡次数':['1次','10次','8次','5次','6次'],
                '蓝方英雄':['赵云','马克','干将','吕布','刘禅'],
                '蓝方伤害':[10.82,11.36,10.87,9.69,6.53],
                '蓝方死亡次数':['5次','8次','4次','7次','10次']})
df

将荆轲替换为孙悟空；

df.replace('荆轲','孙悟空')

2. 列表替换

多个值替换单个值，将赵云和马克替换为孙策

df.replace(['赵云','马克'],'孙策')

多个值替换多个值，将赵云和马克替换为橘右京和虞姬；

查找值放在一个列表里，替换值放在一个列表里，需要一一对应；

df.replace(['赵云','马克'],['橘右京','虞姬'])

3.字典替换

（1）字典替换，将赵云和马克替换为橘右京和虞姬

传入字典的键为要查找的值，值为要替换的值；

df.replace({
    '赵云':'橘右京',
    '马克':'虞姬'
})

（2）指定列替换

将红方英雄甄姬替换为貂蝉，项羽替换为钟馗；蓝方英雄吕布替换为孙策，干将替换为杨玉环；

df.replace({
    '红方英雄':{
        '甄姬':'貂蝉',
        '项羽':'钟馗'
    },
    '蓝方英雄':{
        '吕布':'孙策',
        '干将':'杨玉环'
    }
})

（3）多列替换

将红方伤害11.2，蓝方伤害11.36，9.69替换为9.999

df.replace({'红方伤害':11.2,'蓝方伤害':[11.36,9.69]},9.999)

三、DataFrame 正则替换

1. 正则表达式‘零宽断言’介绍

名称	表达式	解释
零宽正向先行断言	(?=exp)	匹配后面是exp表达式的字符串
零宽负向先行断言	(?!exp)	匹配后面不是exp表达式的字符串
零宽正向后行断言	(?<=exp)	匹配前面是exp表达式的字符串
零宽负向后行断言	(?<!exp)	匹配前面不是exp表达式的字符串

2. 单值正则替换

在红方死亡次数和蓝方死亡次数数字和‘次’之间添加‘-’

df.replace(
    to_replace='(^\d+)(?=\D)',
    value=r'\1-',
    regex=True
)

3. 列表正则替换

列表替换，给红方英雄添加‘【】’

df['红方英雄']=df['红方英雄'].replace(
    regex=['^','$'],
    value=['【','】'],
)
df

4. 字典正则替换

字典正则替换，给蓝方英雄添加‘[]’

df.replace(
regex={
    '蓝方英雄':{'^':'[','$':']'}
})

四、DataFrame替换实例应用

原数据如下：英雄信息列后面数字为编号；

df=pd.DataFrame({'英雄属性':['刺客','射手','法师','战士','辅助'],
                 '英雄信息':['荆轲36','卤蛋1','甄姬6','夏侯惇10','项羽66'],
                '红方英雄':['荆轲','卤蛋','甄姬','夏侯惇','项羽'],
                '红方伤害':[11.20,15.34,8.57,6.98,3.69],
                 '红方死亡次数':['1次','10次','8次','5次','6次'],
                '蓝方英雄':['赵云','马克','干将','吕布','刘禅'],
                '蓝方伤害':[10.82,11.36,10.87,9.69,6.53],
                '蓝方死亡次数':['5次','8次','4次','7次','10次']})
df

1.将编号统一为四位数字，不足四位的使用0补齐；

df['英雄信息'].str.replace(
    pat='(\d+)',
    repl=lambda x: '0'*(4-len(x[0]))+x[0],
    regex=True
)

2. 给编号前面加上Timi，并使用‘-’分隔

df['英雄信息']=df['英雄信息'].str.replace(
    pat='(\d+)',
    repl=lambda x: '-Timi'+'0'*(4-len(x[0]))+x[0],
    regex=True
)
df