python - 在 Python pandas DataFrame 中交换值以清理数据的最佳方法是什么

Question

我有一个 DataFrame，其中“名称”列中有一些错误。我创建了一个字典，其中键的拼写错误，值的拼写正确。用正确的拼写替换错误的拼写的最佳方法是什么？这就是我所做的。

for incorrect, correct in incorrect_to_correct.items():
    mask = s_df['Name'] == incorrect
    s_df.loc[mask, 'Name'] = correct

有更好的方法吗？有人告诉我，一般来说，如果你在 pandas 中使用 for 循环，你应该重新考虑你在做什么？有没有更好的方法来清理数据？这个字典方法“错”了吗？我是 Pandas 的新手，我们将不胜感激。谢谢!

Answer 1

我想你可以使用 replace通过 dict:

df.Name = df.Name.replace(incorrect_to_correct)

示例:

df = pd.DataFrame({'Name' : ["john","mary","jon", "mar"]})
print (df)
   Name
0  john
1  mary
2   jon
3   mar

incorrect_to_correct = {'jon':'john', 'mar':'mary'}

df.Name = df.Name.replace(incorrect_to_correct)
print (df)
   Name
0  john
1  mary
2  john
3  mary