用 Pandas 中另一个 DataFrame 的值替换 DataFrame 的值

在本文中，我们将学习如何使用 pandas 将一个 DataFrame 的值替换为另一个 DataFrame 的值。

可以使用DataFrame.replace()方法来完成。它用于替换 DataFrame 中的正则表达式、字符串、列表、系列、数字、字典等，DataFrame 方法的值被动态替换为另一个值。这是一个非常丰富的函数，因为它有很多方法。本教程解释了如何在实践中使用这些方法的不同示例。

Syntax: DataFrame.replace( old value, new value)

Parameters:

• old value: This is old substring to be replaced.
• new value: This is new substring, which would replace old substring.

例子

在这里，我们将创建一些将在进一步示例中使用的数据。

Python3

import pandas as pd
 
 
# initialise data of lists.
colors = {'first_set':  ['99', '88', '77', '66',
                         '55', '44', '33', '22'],
          'second_set': ['1', '2', '3', '4', '5',
                         '6', '7', '8']
          }
 
color = {'first_set':  ['a', 'b', 'c', 'd', 'e',
                        'f', 'g', 'h'],
         'second_set': ['VI', 'IN', 'BL', 'GR',
                        'YE', 'OR', 'RE', 'WI']
         }
# Calling DataFrame constructor on list
df = pd.DataFrame(colors, columns=['first_set', 'second_set'])
df1 = pd.DataFrame(color, columns=['first_set', 'second_set'])
 
# Display the Output
display(df)
display(df1)

输出：

示例 1：将“e”值替换为 DataFrame 的 first_set 的“88”值。

蟒蛇3

# selecting old value
a = df1['first_set'][4]
 
# selecting new value
b = df['first_set'][1]
 
 
# replace values of one DataFrame
# with the value of another DataFrame
df1 = df1.replace(a,b)
 
# Display the Output
display(df1)

输出：

示例 2：将“55”值替换为 DataFrame 的 first_set 的“b”值。

蟒蛇3

# Display the Output
display(df)
display(df1)
 
# Selecting old value
a = df['first_set'][4]
 
# Selecting new value
b = df1['first_set'][1]
 
# replace values of one DataFrame with
# the value of another DataFrame
df = df.replace(a,b)
 
# Display the Output
display(df)

输出：

示例 3：现在让我们将 DataFrame 的“first_set”列下的“55”值替换为“Hello”值，将“VI”值替换为“第二个集”列下的“Geeks”值。

蟒蛇3

#selected value
a = df['first_set'][4]
b = df1['second_set'][1]
 
# replace values of one DataFrame with
# the value of another DataFrame
df = df.replace(a,'Hello')
 
# replace values of one DataFrame with
# the value of another DataFrame
df1 = df1.replace(b,'Geeks')
 
 
display (df)
display(df1)

输出：

示例 4：现在让我们将一个 DataFrame 的整个列替换为另一个 DataFrame 的列。

蟒蛇3

# replace column of one DataFrame with
# the column of another DataFrame
df['second_set'] = df1.replace(df['first_set'],df['second_set'])
 
display(df)

输出：

示例 5：这里， df1.first_set[df1.first_set == '66'] = 'DF1'意味着首先我们在 df1 的 first_set 中找到 '66'，然后我们将该值 ('66') 替换为 ' DF1' 表示相同的位置。

蟒蛇3

# replaceing value of DataFrame
df1.first_set[df1.first_set == '66'] = 'DF1'
df2.first_set[df2.first_set == 'g'] = 'DF2'
 
# display updated table
display(df1)
display(df2)

输出：

示例 6：在此示例中，我们创建了另一个数据框 'df2' 和 'df3' 来替换 'df1' 的值。这里“df2”“df3”的值将通过更新方法，然后它会找到“df1”中存在的匹配实体，找到后将用“df2”“df3”值更新值。 Pandas df.update()函数更新在给定 Series 对象中标识的传递索引值。

Syntax: df.update(other)

Parameter :

• other: series

蟒蛇3

import pandas as pd
 
# Creating dataframe
df1 = pd.DataFrame([["rumul", 10, 12, 10],
                    ["rahul", 10, 11, 16],
                    ["purvi", 18, 14, 10],
                    ["ravi", 20, 13, 30]],
                   columns=["Name1", "Maths",
                            "Physics",
                            "Chemistry"])
 
# setting name1 as index column
df1 = df1.set_index('Name1')
 
display(df1)
 
# Creating another dataframe for
# replacement
df2 = pd.DataFrame(
  [["rahul", 1, 1]],
  columns=["Name2", "Maths", "Physics"])
 
df3 = pd.DataFrame(
  [["purvi", 5, 8]],
  columns=["Name3", "Maths", "Chemistry"])
 
# setting name2 and name3 as
# index column
df2 = df2.set_index('Name2')
df3 = df3.set_index('Name3')
 
# update the values at the
# passed index
df1.update(df2)
df1.update(df3)
 
display(df1)

输出：

示例 7：使用isin方法过滤 df 并分配所需的行值。这里我们选择了通用的'Name'来过滤掉DataFrame(df1)和DataFrame(df2)中的数据，之后我们将其替换为'df2'的值。例如，rumul'marks 替换为 5 到 18 个标记，rahul'marks 替换为 20 到 19 个标记等。 Pandas isin() 方法用于过滤数据帧。此方法有助于选择在特定列中具有特定值的行。

Syntax: DataFrame.isin(values)

Parameters:

• values: iterable, Series, List, Tuple, DataFrame or dictionary.

蟒蛇3

import pandas as pd
 
# Creating dataframe
df1 = pd.DataFrame({'Name': ['rumul', 'rahul',
                             'ravi', 'imran'],
                    'Marks': [5, 20, 8, 12]})
 
df2 = pd.DataFrame({'Name': ['rumul', 'rahul',
                             'purvi', 'ravi',
                             'imran'],
                    'Marks': [18, 19, 13, 11, 15]})
 
display(df1)
display(df2)
 
# replace values of one DataFrame with
# the value of another DataFrame
df1['Marks'] = df2[df2['Name'].isin(df1['Name'])]['Marks'].values
 
display(df1)

输出：