Sostituzione di pochi valori in una colonna dataframe panda con un altro valore

Ho un pandas dataframe df come illustrato di seguito:

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

Voglio sostituire "ABC" e "AB" nella colonna BrandName con A. Qualcuno può aiutarmi in questo?

Il modo più semplice è utilizzare il replacemetodo sulla colonna. Gli argomenti sono un elenco delle cose che vuoi sostituire (qui ['ABC', 'AB']) e con cosa vuoi sostituirle (la stringa 'A'in questo caso):

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

Questo crea una nuova serie di valori quindi è necessario assegnare questa nuova colonna al nome di colonna corretto:

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

Sostituire

DataFramel'oggetto ha un replacemetodo potente e flessibile :

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

Nota, se devi apportare modifiche in atto, usa inplacel'argomento booleano per il replacemetodo:

A posto

a posto : boolean, predefinito False If True, in place. Nota: questo modificherà qualsiasi altra vista su questo oggetto (es. Una colonna forma un DataFrame). Restituisce il chiamante se questo è True.

Frammento

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

La funzione loc può essere utilizzata per sostituire più valori, Documentazione per essa: loc

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

Questa soluzione cambierà il dataframe esistente stesso:

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

Creato il Data frame:

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

Ora usa la DataFrame.replace()funzione:

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

Volevo solo dimostrare che non c'è differenza di prestazioni tra i 2 modi principali per farlo:

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)

Puoi anche passare dicta al pandas.replacemetodo:

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

Questo ha il vantaggio che puoi sostituire più valori in più colonne contemporaneamente, in questo modo:

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'
    },
    ...
})