擅长:python、mysql、java
<p>我会和pandas.DataFrame.replace因为我认为这是最简单的,并且有支持这个任务的内置参数。也可以按要求提供一个线性解决方案。在</p>
<p>第一种情况下,替换“yes”或“no”的所有实例:</p>
<pre><code>import pandas as pd
import numpy as np
from numpy import random
# Generating the data, 20 rows by 5 columns.
data = random.choice(['yes','no'], size=(20, 5), replace=True)
col_names = ['col_{}'.format(a) for a in range(1,6)]
df = pd.DataFrame(data, columns=col_names)
# Supplying lists of values to what they will replace. No dict needed.
df_bool = df.replace(to_replace=['yes','no'], value=[True, False])
</code></pre>
<p>第二种情况,您只想替换列的子集,如的文档中所述DataFrame.replace. 使用嵌套字典,其中第一组键是包含要替换的值的列,而值是将值映射到替换项的字典:</p>
^{pr2}$