pandas.DataFrame, Seriesの要素の値を置換するreplace
pandas.DataFrame, pandas.Seriesの要素の値を置換するには、replace()メソッドを使う。
複数の異なる要素を一括で置き換えたり正規表現を使ったりすることもできる。
例として以下のデータを使用する。
import pandas as pd
df = pd.read_csv('data/src/sample_pandas_normal.csv')
print(df)
# name age state point
# 0 Alice 24 NY 64
# 1 Bob 42 CA 92
# 2 Charlie 18 CA 70
# 3 Dave 68 TX 70
# 4 Ellen 24 CA 88
# 5 Frank 30 NY 57
source: pandas_replace.py
サンプルのcsvファイルはコチラ。
例はpandas.DataFrameだが、pandas.Seriesでも同様。
なお、pandas.Seriesに対してはmap()メソッドで置換することも可能。正規表現は使えないが、すべての要素を別の値に置換するのであればreplace()よりmap()のほうが高速になる場合が多い。
また、値を指定して置換するのではなく、条件に応じて値を変更する方法は以下の記事を参照。
スポンサーリンク
要素を置換
print(df.replace('CA', 'California'))
# name age state point
# 0 Alice 24 NY 64
# 1 Bob 42 California 92
# 2 Charlie 18 California 70
# 3 Dave 68 TX 70
# 4 Ellen 24 California 88
# 5 Frank 30 NY 57
source: pandas_replace.py
複数の異なる要素を一括で置換
複数の異なる要素を一括で置き換えたい場合は、辞書型で指定する。
print(df.replace({'CA': 'California', 'NY': 'New York'}))
# name age state point
# 0 Alice 24 New York 64
# 1 Bob 42 California 92
# 2 Charlie 18 California 70
# 3 Dave 68 TX 70
# 4 Ellen 24 California 88
# 5 Frank 30 New York 57
source: pandas_replace.py
正規表現で置換
引数regex=Trueとすると、正規表現を使うことができる。
例えば、デフォルトでは要素の値が完全に一致した場合のみ置換されるので、一部だけ一致していても置換されない。
print(df.replace('li', 'LI'))
# name age state point
# 0 Alice 24 NY 64
# 1 Bob 42 CA 92
# 2 Charlie 18 CA 70
# 3 Dave 68 TX 70
# 4 Ellen 24 CA 88
# 5 Frank 30 NY 57
source: pandas_replace.py
要素の文字列の一部を置換したい場合、引数regex=Trueとして、正規表現で設定する。
print(df.replace('(.*)li(.*)', r'\1LI\2', regex=True))
# name age state point
# 0 ALIce 24 NY 64
# 1 Bob 42 CA 92
# 2 CharLIe 18 CA 70
# 3 Dave 68 TX 70
# 4 Ellen 24 CA 88
# 5 Frank 30 NY 57
source: pandas_replace.py
文字列メソッドstr.replace()を使う方法もある。
df['name'] = df['name'].str.replace('li', 'LI')
print(df)
# name age state point
# 0 ALIce 24 NY 64
# 1 Bob 42 CA 92
# 2 CharLIe 18 CA 70
# 3 Dave 68 TX 70
# 4 Ellen 24 CA 88
# 5 Frank 30 NY 57
source: pandas_replace.py
詳細は以下の記事参照。
欠損値NaNの置換
欠損値NaNの置換には、fillna()というメソッドが用意されている。
replace()を使っても可能だが、fillna()だと行や列によって異なる値に置き換えたりできる。
詳細は以下の記事参照。
元のオブジェクトを変更
デフォルトでは、要素を置換した新たなDataFrameが返されるが、引数inplace=Trueとすると、元のDataFrameが変更される。
df = pd.read_csv('data/src/sample_pandas_normal.csv')
print(df)
# name age state point
# 0 Alice 24 NY 64
# 1 Bob 42 CA 92
# 2 Charlie 18 CA 70
# 3 Dave 68 TX 70
# 4 Ellen 24 CA 88
# 5 Frank 30 NY 57
df.replace('CA', 'California', inplace=True)
print(df)
# name age state point
# 0 Alice 24 NY 64
# 1 Bob 42 California 92
# 2 Charlie 18 California 70
# 3 Dave 68 TX 70
# 4 Ellen 24 California 88
# 5 Frank 30 NY 57
source: pandas_replace.py
スポンサーリンク