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 'Name' 列有一些错误。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，通常如果你在 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？这个字典方法是"wrong"？我是 pandas 的新手，如有任何帮助，我们将不胜感激。谢谢！

Answer 1

我认为你可以通过 dict:

使用 replace

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

样本：

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

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

What is the best way to swap values in Python pandas DataFrame to clean up the data

python

pandas

data-cleaning