Welcome to pandas!

4.8 Series和DataFrame数据的替换

1、Series数据的替换

在数据清洗时，经常需要对字符串做替换处理，其目的是将不规则的字符结构统一，使其标准化，pandas中的s.str.replace()函数可以满足需求，结构如下：

s.str.replace(pat,rep,n=-1,case=None,flags,regex=None)

pat ：要查找的字符串或表达式

repl ：替换字符串或可调用字符串（函数）

n ：要进行的替换数，默认全部替换

case ：是否区别大小写

flags ：re模块的标记

regex ：是否设置为正则表达式模式

import pandas as pd,re

s=pd.Series([ "lily~25/98","Bob/14~94","Lucass~21~100" ])

t1=s.str.replace( "~","/" )

pat=re.compile( "[~/]" )

t2=s.str.replace(pat, "-" , regex = True ) #regex 默认为False,必须指定为True

t3=s.str.replace( "[a-zA-Z]+" , lambda m: "("+m[0]+")" , regex = True )

t4=s.str.replace( "([a-zA-Z]+)",r"【\1】" , regex = True )

print (t1)

print (t2)

print (t3)

print (t4)

返回：

dtype: object

dtype: object

dtype: object

dtype: object

2、DataFrame数据的替换1

s.str.replace()函数只能在Series中的数据执行替换，并且只能做一个查找替换，如果希望在整个DataFrame表格中替换，并且同时做多个替换，可以用df.replace()函数，结构如下：

df.replace(to_replace=None,value=None,inplace=False,limit=None,regex=False,method=’pat’)

to_replace ：查找要替换的值

Value ：替换与查找要匹配的值

Inplace ：就地修改，就是在原始表修改

Limit ：向前或表后填充最大尺寸间隔

Regex ：是否支持正则表达式，或者可以直接在此参数编写正则表达式。

Method ：替换方法。

s.replace()函数是针对行或行的替换，语法与上面函数相同。

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\测试素材.DataFrame替换.xlsx" )

print (df)

print ("----------------------------")

t1=df.replace([ "李四","李四一" ], "李无四" )

t2=df.replace({

"李四":"lucas" ,

10:99

} )

print (t1)

print ("----------------------------------")

print (t2)

返回：

--------------------------------------------------------

---------------------------------------------------------

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\测试素材.DataFrame替换.xlsx" )

print (df)

print ("----------------------------------------------------")

t=df.replace({

"姓名2" :{

"小明":"李明" ,

"李四一":"李四"

},

"销量1" :{ 10:100 }

} )

print (t)

返回：

----------------------------------------------------

2、DataFrame数据的替换2

正则替换，就是将正则表达式应用在数据替换中，在编写正则表达式时，可以写在df.replace()函数的to_replace和regex这两个参数中

（1）单值正则替换

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\测试素材.DataFrame替换2.xlsx" )

print (df)

t1=df.replace(

regex = "(?<=\D)(\d+)" ,

value =r "-\1"

)

print (t1)

返回：

（2）列表正则替换

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\测试素材.DataFrame替换2.xlsx" )

print (df)

t1=df.replace(

regex =[ "^","$" ],

value =[ "[","]" ]

)

print (t1)

返回：

（3）字典正则替换

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\测试素材.DataFrame替换2.xlsx" )

print (df)

t1=df.replace(

regex ={ "^":"(" ,

"$":")" }

)

print (t1)

t2=df.replace(

to_replace={ "月份" : "^","数学":"$" },

value ={ "月份" : "<","数学":">" },

regex = True

)

print (t2)

返回：

3、替换的实例应用1

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\测试素材.替换实例1.xlsx" )

print (df)

df[ "姓名" ]=df.姓名.str.replace(pat= "(\d+)" ,repl= lambda m: "-END" +"0"*(3-len(m[0]))+m[0], regex = True )

#(3-len(m[0]))为补足0的个数

#"0"*个数 表示字符为0的个数扩展

print (df)

返回：

4、替换的实例应用2

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\测试素材.DataFrame替换2.xlsx" )

print (df)

df.月份.replace(

to_replace = "(^\d月)" ,

value =r "0\1" ,

regex = True ,

inplace = True

)

df.iloc[:, 1 :]=df.iloc[:, 1 :].replace(

regex ={

"(?<=\D)(?=\d)":"(" ,

"$":")"

},)

print (df)

返回：