我有一个 pandas
数据框 (v 0.20.3):
df = pd.DataFrame({'coname1': ['Apple','Yahoo'], 'coname2':['Apple', 'Google']})
df['eq'] = df.apply(lambda row: row['coname1'] == row['coname2'], axis=1).astype(bool)
coname1 coname2 eq
0 Apple Apple True
1 Yahoo Google False
如果我想将 True/False
替换为 'Yes'/'No'
,我可以运行这个:
df.replace({
True: 'Yes',
False: 'No'
})
coname1 coname2 eq
0 Apple Apple Yes
1 Yahoo Google No
这似乎完成了工作。但是,如果数据框只有一行且列中的值为 0/1
,则它也将被替换,因为它被视为 boolean 值。
df1 = pd.DataFrame({'coname1': [1], 'coname2':['Google'], 'coname3':[777]})
df1['eq'] = True
coname1 coname2 coname3 eq
0 1 Google 777 True
df1.replace({
True: 'Yes',
False: 'No'
})
coname1 coname2 coname3 eq
0 Yes Google 777 Yes
我想将 True/False
映射到数据框中所有 dtype
列的
。Yes/No
boolean
我如何告诉 pandas
仅对 dtype
bool
的列运行映射 True/False 到任意字符串没有明确指定列的名称,因为我可能事先不知道它们?
最佳答案
使用 dtypes 属性检查列是否为 boolean 值并基于该值进行过滤:
df = pd.DataFrame({'A': [0, 1], 'B': ['x', 'y'],
'C': [True, False], 'D': [False, True]})
df
Out:
A B C D
0 0 x True False
1 1 y False True
bool_cols = df.columns[df.dtypes == 'bool']
df[bool_cols] = df[bool_cols].replace({True: 'Yes', False: 'No'})
df
Out:
A B C D
0 0 x Yes No
1 1 y No Yes
我认为最快的方法是在循环中使用 map:
for col in df.columns[df.dtypes == 'bool']:
df[col] = df[col].map({True: 'Yes', False: 'No'})
关于python - 如何仅将 dtype bool 列的 Pandas 数据框中的 True 和 False 映射到 'Yes' 和 'No'?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45196626/