下面小编就为大家分享一篇使用pandas对矢量化数据进行替换处理的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
使用pandas处理向量化的数据，进行数据的替换时不仅仅能够进行字符串的替换也能够处理数字。
做简单的示例如下：
In [4]: data = Series(range(5))
In [5]: data Out[5]: 0 0 1 1 2 2 3 3 4 4 dtype: int64
In [6]: data.replace(3,333) Out[6]: 0 0 1 1 2 2 3 333 4 4 dtype: int64
In [7]: data Out[7]: 0 0 1 1 2 2 3 3 4 4 dtype: int64
In [8]: data.replace({2:np.nan,4:444}) Out[8]: 0 0.0 1 1.0 2 NaN 3 3.0 4 444.0 dtype: float64
从上面可以看出，替换可以进行单个数字的替换，也可以穿入一个字典进行一个序列的替换。
简单的替换虽然也可以通过赋值进行修改，但是通过赋值进行修改的时候一般首先得进行数据替换对象的查找。但是，通过Series对象的replace方法进行数据替换的方便之处则在于省掉了数据对象的查询。
这篇使用pandas对矢量化数据进行替换处理的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持gaodaima搞代码网。
以上就是使用pandas对矢量化数据进行替换处理的方来源gaodaimacom搞#^代%!码网法的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：使用pandas对矢量化数据进行替换处理的方法
转载请注明原文链接：使用pandas对矢量化数据进行替换处理的方法
