一、前言
前几天在Python最强王者群有个叫【dcpeng】的粉丝问了一个关于Pandas中的问题，这里拿出来给大家分享下，一起学习。
想问一下我有一列编码为1，2，3，4的数据，如何将1批量换为[开心]，2批量换为[悲伤]这种字符替换呢？
二、解决过程
思路挺简单，限定Pandas处理，想到的方法有很多，这里拿出来给大家分享，希望对大家的学习有帮助。
下面这个是生成源数据的代码：
df?=?pd.DataFrame({'col1':?[1,?2,?2,?3,?3,?3,?4,?4,?4,?4]})
df
方法一
代码如下所示：
df['col2']?=?df['col1'].map({1:"开心",?2:"悲伤",?3:"难过",?4:"泪目"})
df
运行结果如下图所示：
方法二
这个方法是参考才哥的文章写出来的，代码如下所示：
def?getValue(s): ????if?s==1: ????????return?'开心' ????elif?s==2: ????????return?'悲伤' ????elif?s==3: ????????return?'难过' ????elif?s==4: ????????return?'泪目' df['col3']?=?df['col1'].apply(getValue) df
运行结果如下图所示：
方法三
【冫马讠成】大佬给了一个思路，使用 replace 实现。
代码如下所示：
df['col4']?=?df['col1'].replace(1,?'开心').replace(2,?'悲伤').replace(3,?'难过').replace(4,?'泪目') df
得到的结果如下所示：
方法四
这个方法是基于apply()函数，代码如下所示：
def?get_value(s):
????dict?=?{1:"开心",?2:"悲伤",?3:"难过",?4:"泪目"}
????return?dict[s]
df['col5']?=?df['col1'].apply(get_value)
df
运行结果如下图所示：
方法五
【沈复】大佬给了一个思路和代码，如下图所示：
这个方法是基于map()函数，代码如下所示：
def?get_value(s):
????dict?=?{1:"开心",?2:"悲伤",?3:"难过",?4:"泪目"}
????return?dict[s]
df['col5']?=?df['col1'].map(get_value)
df
运行结果如下图所示：
方法六
这里【月神】仍然是使用 replace 方法进行实现的，但是代码秀了很多。
代码如下所示：
df['col7']?=?df['col1'].replace([1,?2,?3,?4],?['开心',?'悲伤',?'难过',?'泪目']) df
【月神】提醒：这个是全匹配，不要加regex=True参数，不然你会后悔的！
运行结果如下图所示：
三、总结
这篇文章基于粉丝提问，针对有一列编码为1，2，3，4的数据，如何将1批量换为[开心]，2批量换为[悲伤]这种字符替换的问题，盘点了6个Pandas中批量替换字符的方法，给出了具体说明和演示，顺利地帮助粉丝解决了问题！
以上就是Pandas中批量替换字符的六种方法总结的详细内容，更多关于Pandas替换字符的资料请关注其它相关文章！
查看更多关于Pandas中批量替换字符的六种方法总结的详细内容...
声明：本文来自网络，不代表【好得很程序员自学网】立场，转载请注明出处：http://www.haodehen.cn/did99542