python - 在具有混合值的数据框中区分 0 和 False 的简单方法

Question

我的数据框中有一列，其中的值采用 1、0、False，但带有 False 或 O 的行是功能不同。

因此，我想将 False 或 0 值转换为其他值

执行此操作的好方法是什么？

使用替换效果不佳

df["col_name"] = df["col_name"].replace(0,2) 也转换 False 值

和

df["col_name"] = df["col_name"].replace(False,2) 也转换 0 值

Answer 1

您可以使用 mask用 bool 掩码替换值 - 这个解决方案的优点是没有原始类型被改变:

df = pd.DataFrame({'Col':[1, False, 0]})

df['Col'] = df['Col'].mask(df['Col'].astype(str) == '0', 2).replace(False, 3)
print (df)
   Col
0    1
1    3
2    2

解决方案 Series.replace通过 dict，但首先通过 astype 转换为 str也可以工作，但通常它会将所有值转换为 str 实际数据可能会出现问题。

d = {'0':'Zero', 'False':False}
df = df['Col'].astype(str).replace(d)
print (df)
0        1
1    False
2     Zero
Name: Col, dtype: object

我尝试使用 map 创建更通用的解决方案并通过 isinstance 检查 bools:

df = pd.DataFrame({'Col':[1, False, 0, True,5]})
print (df)
     Col
0      1
1  False
2      0
3   True
4      5

m = df['Col'].apply(lambda x: isinstance(x, bool))
df['Col'] = df['Col'].mask(m, df['Col'].map({False:2, True:3}))

print (df)
  Col
0   1
1   2
2   0
3   3
4   5