我试图替换一个数据框架的一列的值。列('female')只包含值'female'和'male'。
我尝试过以下方法:
w['female']['female']='1'
w['female']['male']='0'
但收到的是与之前结果完全相同的副本。
理想情况下，我希望得到类似于以下循环元素的输出。
if w['female'] =='female':
w['female'] = '1';
else:
w['female'] = '0';
我已经查看了gotchas文档(http://pandas.pydata.org/pandas-docs/stable/gotchas.html)，但不明白为什么什么都没有发生。
任何帮助都将不胜感激。
当前回答
轻微的变化:
w.female.replace(['male', 'female'], [1, 0], inplace=True)
其他回答
w.female.replace(to_replace=dict(female=1, male=0), inplace=True)
参见pandas.DataFrame.replace()文档。
轻微的变化:
w.female.replace(['male', 'female'], [1, 0], inplace=True)
pandas中还有一个叫做factorize的函数，您可以使用它自动完成这类工作。它将标签转换为数字:['male'， 'female'， 'male'] ->[0,1,0]。更多信息请看这个答案。
使用系列。使用Series.fillna映射
如果您的列包含的字符串多于female和male，则Series。map在这种情况下将失败，因为它将为其他值返回NaN。
这就是为什么我们要用fillna来连接它
.map失败的例子:
df = pd.DataFrame({'female':['male', 'female', 'female', 'male', 'other', 'other']})
female
0 male
1 female
2 female
3 male
4 other
5 other
df['female'].map({'female': '1', 'male': '0'})
0 0
1 1
2 1
3 0
4 NaN
5 NaN
Name: female, dtype: object
对于正确的方法，我们使用fillna进行链映射，所以我们用原始列的值填充NaN:
df['female'].map({'female': '1', 'male': '0'}).fillna(df['female'])
0 0
1 1
2 1
3 0
4 other
5 other
Name: female, dtype: object
还有一个内置函数pd。Get_dummies用于这些类型的赋值:
w['female'] = pd.get_dummies(w['female'],drop_first = True)
这为您提供了一个有两列的数据帧，每一列对应出现在w['female']中的每个值，您可以删除其中的第一列(因为您可以从剩下的一列推断它)。新列将自动命名为您替换的字符串。
如果有两个以上可能值的分类变量，这尤其有用。这个函数创建了尽可能多的虚拟变量来区分所有情况。请注意，不要将整个数据帧分配到单个列中，相反，如果w['female']可以是'male'， 'female'或'neutral'，请执行如下操作:
w = pd.concat([w, pd.get_dummies(w['female'], drop_first = True)], axis = 1])
w.drop('female', axis = 1, inplace = True)
然后你剩下两个新的列，给你'female'的虚拟编码，你去掉了带字符串的列。
