语法：replace(self, to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad', axis=None)

使用方法如下：

import numpy as np import pandas as pd df = pd.read_csv('emp.csv') df #Series对象值替换s = df.iloc[2]#获取行索引为2数据#单值替换s.replace('?',np.nan)#用np.nan替换？s.replace({'?':'NA'})#用NA替换？#多值替换s.replace(['?',r'$'],[np.nan,'NA'])#列表值替换s.replace({'?':np.nan,'$':'NA'})#字典映射#同缺失值填充方法类似s.replace(['?','$'],method='pad')#向前填充s.replace(['?','$'],method='ffill')#向前填充s.replace(['?','$'],method='bfill')#向后填充#limit参数控制填充次数s.replace(['?','$'],method='bfill',limit=1)#DataFrame对象值替换#单值替换df.replace('?',np.nan)#用np.nan替换？df.replace({'?':'NA'})#用NA替换？#按列指定单值替换df.replace({'EMPNO':'?'},np.nan)#用np.nan替换EMPNO列中?df.replace({'EMPNO':'?','ENAME':'.'},np.nan)#用np.nan替换EMPNO列中?和ENAME中.#多值替换df.replace(['?','.','$'],[np.nan,'NA','None'])##用np.nan替换？用NA替换. 用None替换$df.replace({'?':'NA','$':None})#用NA替换？ 用None替换$df.replace({'?','$'},{'NA',None})#用NA替换？ 用None替换$#正则替换df.replace(r'\?|\.|\$',np.nan,regex=True)#用np.nan替换？或.或$原字符df.replace([r'\?',r'\$'],np.nan,regex=True)#用np.nan替换？和$df.replace([r'\?',r'\$'],[np.nan,'NA'],regex=True)#用np.nan替换？用NA替换$符号df.replace(regex={r'\?':None})#value参数显示传递df.replace(regex=[r'\?|\.|\$'],value=np.nan)#用np.nan替换？或.或$原字符

以上这篇对pandas replace函数的使用方法小结就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。