懂Excel就能轻松入门Python数据分析包pandas(十)：查找替换

经常听别人说 Python 在数据领域有多厉害，结果学了很长时间，连数据处理都麻烦得要死。后来才发现，原来不是 Python 数据处理厉害，而是他有数据分析神器—— pandas

前言

Excel 无疑是数据处理的入门工具，他有许多便捷的功能，但是实际工作中的需求往往是越来越“疯狂”，今天我们就来看看如何在 pandas 中实现 Excel 中的查找替换功能，并且最后做到 Excel 所做不到的。

案例1

Excel 很容易出现不规范的数据，有时候我们会遇到各列都有些问题值需要批量替换：

• • 希望把所有 x 替换成“问题数据”

Excel 上自然用查找替换，Ctrl + H ，填写查找值与替换值，马上搞定：

pandas 中也有同样的方法对应查找替换功能：

• • DataFrame.replace()
• • 参数1：

  查找值

• • 参数2(value)：

  替换值

案例2

但是，有时候情况会变得复杂：

• • 大部分的异常值是 x ，但有一些是 xx

Excel 中可以的查找值可以使用通配符，如下可以解决：

• • 查找值填 “x*”

pandas 中，直接可以使用正则表达式，因此完全难不倒你：

• • 参数 regex ，填写正则表达式，“x+” ，表示1个或多个x

案例3

现实往往超出你的想象，部门领导突然跟你说，每列的异常数据替换为“问题[列名]”：

• • 每列的新值都不一样

此时你心里走过一万个草泥马。

如果在 Excel ，这只能手工逐列替换操作。

pandas 中当然不需要：

• • 第2参数 value ，可以接受一个字典，key 是列名，item 是替换的新值

拒绝繁琐！！

有人就会说：这太傻了吧，我还要每列的新值给写出来，我还不如用 Excel 一列列操作呢。

你说的对，当然有更加灵活方便的方式：

• • pandas 中可以轻松访问列名字等信息

上面这方法即使换另外一份数据，一句代码都不需要修改即可完成任务！！

你 get 到了吗？

总结

• • DataFrame.replace() ，整表查找替换
• • 参数1 ：

  指定查找值

• • 参数2(value)：

  替换的新值，可以用字典，用以不同列替换不同值

• • 参数 regex：

  正则表达式，可以做最灵活的查找替换

需要源码的小伙伴，公众号发送“数据处理”

如果希望从零开始学习 pandas ，那么可以看看我的 pandas 专栏。

扫描二维码

获取更多精彩

数据大宇宙