用np.select和np.where替换基于条件的df中的值
用np.select和np.where替换基于条件的df中的值
提问于 2020-09-08 13:10:00
我有一个数据库列表，我想遍历df的列，用单词“data_terms”替换与data_terms中的任何项匹配的所有实例。我尝试过使用np.select：
discrete_distributed_bar["profile_standardized"] = np.select(
[discrete_distributed_bar["profile_standardized"].isin(data_terms)],
["database"],
default=discrete_distributed_bar.profile_standardized,
)并且，使用np.where：
for index, row in discrete_distributed_bar["profile_standardized"].items():
np.where(
discrete_distributed_bar["profile_standardized"].isin(data_terms),
"database",
row,
)但这种替代并没有真正发生。这里我漏掉了什么？
谢谢你的帮助！
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-09-08 13:14:31
这里似乎应该简化解决方案：
discrete_distributed_bar["profile_standardized"] = discrete_distributed_bar["profile_standardized"].replace(data_terms, 'database')但我认为数据存在一些问题(例如空格)，请通过以下方式进行测试：
print (discrete_distributed_bar["profile_standardized"].isin(data_terms))然后是可能的用途：
discrete_distributed_bar["profile_standardized"] = discrete_distributed_bar["profile_standardized"].str.strip().replace(data_terms, 'database')页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/63787427
复制相关文章
相似问题
腾讯云开发者
