在python中，用列中的字符串替换某些值

Question

我在数据框中有一个“国家”栏，我想将“国家”栏分为两个选项：“中国大陆”和“其他”。我尝试过不同的选择，例如过滤器等。没有人能工作。我该怎么做

这是数据集https://drive.google.com/file/d/17DY8f-Jxba0Ky5iOUQqEZehhoWNO3vzR/view?usp=sharing

仅供参考，我已经将中国的不同省份归为一个国家“中国大陆”

谢谢你的帮助

Answer 1

尝试（并按Country分组）：

import numpy as np

df["Country"]=np.where(df["Country"].eq("Mainland China"), "Mainland China", "Other")

编辑

timeit（请注意，我没有像.loc[]那样做lambda doesn't support assignment-请随意建议添加它的方法）：

import pandas as pd
import numpy as np
import timeit
from timeit import Timer

#proportion-wise that's the dataframe, as per OP's question

df=pd.DataFrame({"Country": ["Mainland China"]*398+["a", "b","c"]*124})

df["otherCol"]=2
df["otherCol2"]=3

#shuffle

df2=df.copy().sample(frac=1)
df3=df2.copy()
df4=df3.copy()

op2=Timer(lambda: np.where(df2["Country"].eq("Mainland China"), "Mainland China", "Other"))
op3=Timer(lambda: df3.Country.map(lambda x: x if x == 'Mainland China' else 'Others'))
op4=Timer(lambda: df4["Country"].apply(lambda x: x if x == "Mainland China" else "Others"))

print(op2.timeit(number=1000))
print(op3.timeit(number=1000))
print(op4.timeit(number=1000))

返回：

2.1856687490362674 #numpy
2.2388894270407036 #map
2.4437739049317315 #apply

Answer 2

我认为更改该值的最快方法是使用^{}而不是apply，因为.loc是针对pandas优化的

df.loc[df.Country != 'Mainland China', 'Country'] = 'Others'

Answer 3

尝试使用apply：

dataframe["Country"] = dataframe["Country"].apply(lambda x: x if x == "Mainland China" else "Others")