Pandas DataFrame 数据替换详解：replace 与 str.replace 实战

Pandas数据替换概述

在数据处理流程中，批量替换操作十分常见。若逐一手动修改，不仅效率低下，还极易引入人为错误。此时，利用Pandas提供的replace()方法成为更优解决方案。

源数据

基础替换：全表与指定行

1、替换全部或者某一行

replace()函数的基本语法结构为：df.replace(to_replace, value)。其中，to_replace参数指定需要被替换的原始值，value参数则指定替换后的新值。

例如，假设我们需要将数据中的“南岸”统一修改为“城区”：

将南岸改为城区

执行上述操作后，Python会遍历整个DataFrame，将所有出现的“南岸”替换为“城区”。需要注意的是，这种默认操作并不会直接修改原始数据源。若需永久保存更改，必须显式设置inplace=True参数。

使用inplace = True更改源数据

在上述示例中，由于“南岸”仅出现在“城市”这一列中，因此操作较为直观且便捷。

然而，如果我们需要修改表1中“Lon”列的特定数据，同时保持“Longitude”列的数据不变，应如何处理呢？

改变指定的列的数据

因此，当仅需替换部分数据并希望直接写入源数据时，必须明确指定inplace参数及目标列。

通过上述操作，仅“表1Lon”列的数据发生更改，其他列数据保持原样。此外，替换结果直接反映在源数据中，无需额外执行合并操作。

进阶替换：字典与列表模式

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

这一逻辑十分直观：字典的键（key）作为原始值，字典的值（value）作为替换后的新值。

此外，我们也可以采用列表形式进行批量替换：df.replace(['A','29.54'],['B',100])。

用列表的形式进行替换

若希望将多个不同的原始值替换为相同的新值，还可以采用如下写法：

替换的新值一样时

将部分替换与特定值替换相结合，即可实现针对单个列内特定数值的精准替换：

替换单个列的数值

高级替换：正则表达式应用

3、使用正则表达式替换

正则表达式功能强大，能够协助我们一次性替换大量不同的值：

源数据

正则表达式没有指定regex =True

正则表达式指定regex =True

在使用正则表达式进行替换时，务必在参数中追加regex=True，以告知Pandas启用正则匹配模式。

从图中可见，所有包含大写英文字母的数据均被成功替换。若需将更改写入源数据，同样需要指定inplace=True参数（原文中拼写为inpla，此处修正为正确参数名）。

指定列替换数据

当面临将缺失值（NaN）进行替换的需求时，建议直接使用fillna()方法，其功能更为强大且专为此场景设计，前文已有相关介绍。

部分字符替换与注意事项

在某些特定场景下，若我们仅需提取或修改数据的部分内容，应如何操作？

例如，需要将所有的“变电站”替换为“transformer_substation”，或者将“Latitude”列中前缀的“ab”修改为“AB”：

指定列更改替换部分字符

指定列更改替换部分字符

需要特别注意的是，当针对特定列进行部分字符替换时，使用str.replace()方法不支持inplace=True参数。因此，必须采用赋值操作，且务必明确是对列进行赋值，而非对整个表格进行赋值。

以上即为本文的全部内容，希望对各位的学习有所帮助，也欢迎大家继续支持本站。