pandas.DataFrame.replace

DataFrame.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad', axis=None) [source]

Замена значений, заданных в ‘to_replace’, на ‘value’.

Параметры:	to_replace : str, regex, список, словарь, Series, числовое значение или None str или regex: str: строка, точно совпадающая с to_replace будет заменена на value regex: регулярные выражения, соответствующие to_replace будут заменены на value список str, regex или числовых значений: Во-первых, если to_replace и value оба являются списками, они **должны** иметь одинаковую длину. Во-вторых, если regex=True , то все строки в **обоих** списках будут интерпретированы как регулярные выражения, в противном случае они будут соответствовать напрямую. Это не так важно для value , так как есть только несколько возможных подстановочных регулярных выражений, которые вы можете использовать. Правила для str и regex применяются так же, как указано выше. словарь: Вложенные словари, например, {‘a’: {‘b’: nan}}, читаются следующим образом: ищите в столбце ‘a’ значение ‘b’ и замените его на nan. Вы также можете вкладывать регулярные выражения. Обратите внимание, что имена столбцов (ключи словаря верхнего уровня во вложенном словаре) **не могут** быть регулярными выражениями. Ключи сопоставляются с именами столбцов, а значения — со значениями подстановки. Вы можете рассматривать это как частный случай передачи двух списков, за исключением того, что вы указываете столбец для поиска. None: Это означает, что аргумент regex должен быть строкой, скомпилированным регулярным выражением или списком, словарем, массивом ndarray или Series таких элементов. Если value также None, то это **должно** быть вложенный словарь или Series. Примеры каждого из этих вариантов см. в разделе Примеры. value : скаляр, словарь, список, строка, регулярное выражение, по умолчанию None Значение, используемое для заполнения пробелов (например, 0), или словарь значений, определяющий, какое значение использовать для каждого столбца (столбцы, не указанные в словаре, не будут заполнены). Допускаются также регулярные выражения, строки и списки или словари таких объектов. inplace : boolean, по умолчанию False Если True, выполняется на месте. Примечание: это изменит любые другие представления этого объекта (например, столбец из DataFrame). Возвращает вызывающий объект, если это True. limit : целое число, по умолчанию None Максимальный размер пробела для заполнения вперёд или назад regex : bool или тот же тип, что и to_replace, по умолчанию False Является ли to_replace и/или value регулярным выражением. Если это True, то to_replace **должно** быть строкой. В противном случае to_replace должен быть None, так как этот параметр будет интерпретирован как регулярное выражение или список, словарь или массив регулярных выражений. method : строка, необязательно, {‘pad’, ‘ffill’, ‘bfill’} Метод, используемый при замене, когда to_replace является list.
Возвращает:	filled : NDFrame
Возможные ошибки:	AssertionError Если regex не является bool и to_replace не является None. TypeError Если to_replace является dict и value не является list, dict, ndarray, или Series Если to_replace является None и regex не может быть скомпилировано в регулярное выражение или является списком, словарем, массивом ndarray или Series. ValueError Если to_replace и value являются list или ndarray , но их длины не совпадают.

См. также

NDFrame.reindex, NDFrame.asfreq, NDFrame.fillna

Примечания

• Подстановка регулярных выражений выполняется внутри с помощью re.sub. Правила замены для re.sub такие же.
• Регулярные выражения будут заменять только строки, что означает, что вы не можете, например, предоставить регулярное выражение, соответствующее числам с плавающей точкой, и ожидать, что столбцы в вашей таблице, имеющие числовой тип данных, будут соответствовать. Однако, если эти числа с плавающей точкой **являются** строками, то вы можете это сделать.
• У этого метода очень много вариантов. Вам рекомендуется экспериментировать и использовать этот метод, чтобы получить представление о том, как он работает.