Pandas DataFrame erstatter

“For å gjennomføre dataanalyse, er Python et fantastisk språk. Et slikt verktøy av Python er "Pandas", som brukes til å importere og analysere data. I "Pandas" kan vi lage lister, serier, dataframes osv., Og når vi ønsker å erstatte noe element eller nummer eller liste, bruker vi “erstatning ()” -metoden som “pandaer” gir. En liste, ordbok, serier, nummer osv. kan alle erstattes fra en dataaframe ved hjelp av "erstatning ()" -funksjonen. På grunn av sine mange modifikasjoner er denne funksjonen enormt rik. Det er veldig enkelt å bruke "erstatning ()" -funksjonen i "pandaer" for å erstatte verdier. "Erstatt ()" -metoden gjør det veldig enkelt for oss å erstatte enhver verdi eller flere verdier i DataFrame. Vi skal erstatte verdiene til DataFrame i denne guiden og vil forklare deg hvordan du erstatter verdiene til DataFrame ved å bruke metoden “erstatte ()” og hvordan denne "erstatning ()" -metoden vil fungere i "Pandas.”

Syntaks
Her er syntaks for denne "erstatt ()" -funksjonen i "Pandas.”

Dataramme.erstatte (to_replace = ingen, verdi = ingen)

Vi bruker denne "erstatt ()" -metoden i vår "pandas" -kode nedenfor. Se nå på eksemplet som vi skal presentere i denne guiden, og du lærer lett om denne "erstatt ()" -metoden fra denne guiden.

Eksempel nr. 01
Vi utvikler “Pandas” -kode her i “Spyder” -verktøyet for å bruke metoden “erstatte ()” i koden vår. Vi importerer “Pandas som PD” som det første trinnet i koden. Det er nødvendig å importere "pandaer" -funksjonen slik at vi får tilgang til funksjonen til "pandaer" i koden vår der det er nødvendig. DataFrame er deretter utviklet, bestående av fire kolonner. "My_DataFrame" er navnet på DataFrame som vi har utviklet her.

Kolonnen vi har skrevet inn først er kolonnen "Person_name" med noen navn som er "Loe, Samuel, Neesham, Leo og Alexander". Kolonnen ved siden av dette "Person_name" er "Person_City", der vi setter inn navnene på byene, og disse navnene er "Bayern, Montreal, Birmingham, Genoa og Bristol". Byene er lagt inn i denne spalten, nå kommer "Mother Tongue" -kolonnen, der vi la til "tysk, fransk, engelsk, italiensk og engelsk". Etter dette opprettet vi også "Person_age" -kolonnen, som inneholder alderen til alle de personene vi har satt inn i denne DataFrame. Alderene vi har her er “47, 30, 28, 29 og 35”.

Vi gjengir dette dataframet etter å ha satt verdiene i alle fire kolonnene. Dataframe blir gjengitt når vi legger den i metoden “Print ()”, som vist nedenfor. Vi opprettet nettopp DataFrame her og erstattet ingen verdi ennå. Etter å ha vist denne DataFrame, vil vi erstatte verdiene til denne DataFrame ved å bruke metoden “erstatte ()”.

Når du vil utføre koden i "Spyder", trykker du bare på "Shift+Enter", og utfallet vil bli gjengitt på terminalen. Utgangen til denne koden vises her, som er DataFrame som inneholder fire kolonner som vi har lagt til koden. Etter dette vil vi bruke "erstatning ()" -metoden for å erstatte verdiene til denne dataaframe nedenfor.

Vi setter "my_dataframe" med "erstatning ()" -metoden, da det er navnet på DataFrame vi har opprettet. Vi erstatter "Leo" -navnet med "William.”Så det vil erstatte“ Leo ”med“ William.”Vi lagrer den oppdaterte DataFarme i“ new_datafarme ”-variabelen og passerer deretter denne" new_datafarme "inn i" print () "-metoden.

Når vi ser på den første kolonnen, ble "Leo" -navnet plassert i nullindeksraden og 3 indeksraden, men i den gitte oppdaterte DataFrame dukket "William" opp i stedet for "Leo.”0 og 3 indeksraden i den første kolonnen erstattes og oppdateres her.

Eksempel # 02
Nå flytter vi til et annet eksempel her ved å opprette en "Consultation_Data" -liste etter å ha importert "Pandas" -funksjonen. Denne listen inneholder "DR_NAME, PASITIAL_NAME, ANSENTING_DATE og TIMING" Kolonner. Vår første kolonne, "DR_NAME," inneholder navnene på legene "DR. Alice, dr. Oscar, dr. Milli, dr. Alexander, dr. Bromley, dr. Alice, dr. Lily, og dr. Alice.”Kolonnen“ Patient_name ”ligger ved siden av denne og inneholder navnene på pasientene, som er“ Emma, ​​William, Jessica, Robert, Leo, Smith, Samuel og Peter ”. Etter oppføringen av pasientnavnene la vi til “5/8/2022, 5/8/2022, 5/8/2022, 6/8/2022, 6/8/2022, 7/8/2022 og 7/ 8/2022 ”til kolonnen“ Avtaler_date ”. Kolonnen "Timing", som inneholder tidspunktene for alle pasientavtaler vi har lagt til denne DataFrame, ble deretter generert. Tidspunktet vårt er “17.00, 18.00, 19.00, 17.00, 18.00, 19.00, 17.00 og 18.00”.

Etter å ha lagt inn data i hver av de fire kolonnene, produserer vi dataframet til denne nestede listen. Når denne listen blir endret til DataFrame “Consultation_df,”, viser vi denne “Consultation_df.”Nå setter vi“ Consultation_df ”og setter deretter“ erstatter () ”-metoden. Navnet “DR. James ”vil ta plassen til“ DR. Alice ”fordi vi erstatter“ DR. Alice ”med“ DR. James ”. Dermed “DR. James ”vil bli brukt i stedet for“ DR. Alice "variabelen" Oppdatert_datafarme "brukes til å lagre den oppdaterte DataFarme, som deretter sendes til" Print () "-metoden.

Du kan legge merke til at “DR. Alice ”vises i den første kolonnen i denne DataFrame, men etter dette erstatter vi“ DR. Alice ”med“ DR. James, ”og du kan se at det i neste oppdaterte DataFrame er ingen“ DR. Alice ”-navnet dukket opp fordi vi erstatter alle“ DR. Alice ”navn med“ DR. James ”og nå“ DR. James ”vises i den oppdaterte DataFrame.

Eksempel # 03
Vi bruker "Consultation_df" igjen her i dette eksemplet, men i dette tilfellet erstatter vi flere verdier av DataFrame. La oss sjekke hvordan du gjør dette. Her ser du at vi i "erstatning ()" -metoden først setter kolonnenavnet, som er "DR_NAME", så plasserer det navnet som vi ønsker å erstatte, så denne gangen vil vi erstatte "DR. Oscar ”-navn, og for det andre ønsker vi også å endre“ avtalen_date ”som er“ 5/8/2022 ”. Vi erstatter navnet med “DR. Taylor, ”Navn som vi også nevner i denne“ erstatning () ”-metoden og“ ANSIGHTENT_DATE ”med“ 8/8/2022 ”.

Så det vil endre alle navn, som er “DR. Oscar "i spalten" DR_NAME "med" DR. Taylor ”og også datoen“ 5/8/2022 ”i kolonnen“ ANSIGHT_DATE ”med“ 88/2022 ”. I dette eksemplet har vi erstattet to verdier av DataFrame. Når alle verdiene endres, vil de lagre i “Oppdaterte_dataframe.”. Etter å ha erstattet disse verdiene, gjengir vi DataFrame med de erstattede verdiene.

Når vi utfører denne koden, gjengir den først den opprinnelige DataFrame, som vi har generert i koden. Etter å ha gjengitt dette, erstatter det “DR. Oscar ”med“ DR. Taylor ”og også datoen som er“ 5/8/2022 ”med“ 8/8/2022 ”. Den nye DataFrame vises også i dette resultatet, og du kan enkelt merke forskjellen mellom den første DataFrame og den andre DataFrame.

Konklusjon

Denne guiden har gitt en grundig forklaring av metoden “erstatt ()” på en veldig enkel måte. Denne guideens hovedmål er å lære deg om "Pandas erstatning ()" -metoden i detalj. Vi har undersøkt det faktum at denne metoden hjelper til med å erstatte verdiene til DataFrame, som vi ønsker å erstatte. I denne guiden går vi også i detalj om de teoretiske og praktiske begrunnelsene for dette "erstatt ()" -konseptet. Vi har vist DataFrame før vi erstatter verdier og etter å ha byttet ut, så det gjør en klar forskjell for deg i å lære konseptet å erstatte i “Pandas.”Jeg håper de er enkle nok til at du kan lære“ erstatte () ”-teknikken.