Pandas替换为默认值

Question

我有一个pandas数据帧我想有条件地替换某个列。

例如：

   col

 0 Mr
 1 Miss
 2 Mr
 3 Mrs
 4 Col.

我想将它们映射为

{'Mr': 0, 'Mrs': 1, 'Miss': 2}

如果dict中现在有其他标题可用，那么我希望它们的默认值为3

上面的例子变成了

   col

 0 0
 1 2
 2 0
 3 1
 4 3

我可以使用pandas.replace（）而不使用正则表达式吗？

Answer 1

你可以使用map而不是replace，因为更快，然后由fillna 3并由int施放到astype：

df['col'] = df.col.map({'Mr': 0, 'Mrs': 1, 'Miss': 2}).fillna(3).astype(int)

print (df)
   col
0    0
1    2
2    0
3    1
4    3

与numpy.where和isin条件的另一个解决方案：

d = {'Mr': 0, 'Mrs': 1, 'Miss': 2}
df['col'] = np.where(df.col.isin(d.keys()), df.col.map(d), 3).astype(int)
print (df)
   col
0    0
1    2
2    0
3    1
4    3

使用replace解决方案：

d = {'Mr': 0, 'Mrs': 1, 'Miss': 2}
df['col'] = np.where(df.col.isin(d.keys()), df.col.replace(d), 3)
print (df)
   col
0    0
1    2
2    0
3    1
4    3

时序：

df = pd.concat([df]*10000).reset_index(drop=True)

d = {'Mr': 0, 'Mrs': 1, 'Miss': 2}
df['col0'] = df.col.map(d).fillna(3).astype(int)
df['col1'] = np.where(df.col.isin(d.keys()), df.col.replace(d), 3)
df['col2'] = np.where(df.col.isin(d.keys()), df.col.map(d), 3).astype(int)
print (df)

In [447]: %timeit df['col0'] = df.col.map(d).fillna(3).astype(int)
100 loops, best of 3: 4.93 ms per loop

In [448]: %timeit df['col1'] = np.where(df.col.isin(d.keys()), df.col.replace(d), 3)
100 loops, best of 3: 14.3 ms per loop

In [449]: %timeit df['col2'] = np.where(df.col.isin(d.keys()), df.col.map(d), 3).astype(int)
100 loops, best of 3: 7.68 ms per loop

In [450]: %timeit df['col3'] = df.col.map(lambda L: d.get(L, 3))
10 loops, best of 3: 36.2 ms per loop

Answer 2

添加@jezrael的答案：最直接的解决方案是使用defaultdict而不是dict。当您希望缺少值不被默认值替换时，这尤其有用。

from collections import defaultdict
df['col'] = df.col.map(defaultdict(lambda: 3,Mr= 0, Mrs= 1, Miss= 2),na_action='ignore')

defaultdict的第一个参数是一个返回默认值的函数。