Remplacement de quelques valeurs dans une colonne de dataframe pandas par une autre valeur

J'ai un pandas dataframe df comme illustré ci-dessous:

BrandName Specialty
A          H
B          I
ABC        J
D          K
AB         L

Je veux remplacer «ABC» et «AB» dans la colonne BrandName par A. Quelqu'un peut-il m'aider?

Le moyen le plus simple est d'utiliser la replaceméthode sur la colonne. Les arguments sont une liste des choses que vous voulez remplacer (ici ['ABC', 'AB']) et par quoi vous voulez les remplacer (la chaîne 'A'dans ce cas):

>>> df['BrandName'].replace(['ABC', 'AB'], 'A')
0    A
1    B
2    A
3    D
4    A

Cela crée une nouvelle série de valeurs, vous devez donc affecter cette nouvelle colonne au nom de colonne correct:

df['BrandName'] = df['BrandName'].replace(['ABC', 'AB'], 'A')

Remplacer

DataFrameobjet a une replaceméthode puissante et flexible :

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

Notez que si vous devez apporter des modifications sur place, utilisez un inplaceargument booléen pour la replaceméthode:

En place

inplace : booléen, par défaut False Si True, en place. Remarque: cela modifiera toutes les autres vues sur cet objet (par exemple une colonne d'un DataFrame). Renvoie l'appelant si c'est le cas True.

Fragment

df['BrandName'].replace(
    to_replace=['ABC', 'AB'],
    value='A',
    inplace=True
)

La fonction loc peut être utilisée pour remplacer plusieurs valeurs, Documentation pour cela: loc

df.loc[df['BrandName'].isin(['ABC', 'AB'])]='A'

Cette solution modifiera le dataframe existant lui-même:

mydf = pd.DataFrame({"BrandName":["A", "B", "ABC", "D", "AB"], "Speciality":["H", "I", "J", "K", "L"]})
mydf["BrandName"].replace(["ABC", "AB"], "A", inplace=True)

Création du bloc de données:

import pandas as pd
dk=pd.DataFrame({"BrandName":['A','B','ABC','D','AB'],"Specialty":['H','I','J','K','L']})

Maintenant, utilisez la DataFrame.replace()fonction:

dk.BrandName.replace(to_replace=['ABC','AB'],value='A')

Je voulais juste montrer qu'il n'y a pas de différence de performance entre les 2 principales façons de le faire:

df = pd.DataFrame(np.random.randint(0,10,size=(100, 4)), columns=list('ABCD'))

def loc():
    df1.loc[df1["A"] == 2] = 5
%timeit loc
19.9 ns ± 0.0873 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)


def replace():
    df2['A'].replace(
        to_replace=2,
        value=5,
        inplace=True
    )
%timeit replace
19.6 ns ± 0.509 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

Vous pouvez également passer un dictà la pandas.replaceméthode:

data.replace({
    'column_name': {
        'value_to_replace': 'replace_value_with_this'
    }
})

Cela présente l'avantage de pouvoir remplacer plusieurs valeurs dans plusieurs colonnes à la fois, comme ceci:

data.replace({
    'column_name': {
        'value_to_replace': 'replace_value_with_this',
        'foo': 'bar',
        'spam': 'eggs'
    },
    'other_column_name': {
        'other_value_to_replace': 'other_replace_value_with_this'
    },
    ...
})