时间戳

首页 > 解决方案 > Python CSV搜索列并用for循环替换另一个值

python-3.x - Python CSV搜索列并用for循环替换另一个值

问题描述

我的 CSV 文件有问题，我需要遍历特定列中的所有字符串值并将它们替换为其他内容。我已经用 pandas 试过了，但是迭代会复制我的 DataFrame 并且不会保存更改。到目前为止我尝试过的代码如下：

import pandas as pd

df = pd.read_csv("cexport-4.csv", encoding="iso-8859-1", sep=";", error_bad_lines=False)

psu = ["PSU 500W - 550W", "PSU 600W - 650W"]

for row in df["KATEGOORIA"]:
    if row in psu:
        row = "PSU"

所以我需要弄清楚的是如何取例如“PSU 500W - 550W”之类的列行值并将其重命名为“PSU”。

CSV 文件看起来像这样（一个非常大的 CSV 文件的一部分）：

,AK ID,TOODE,KATEGOORIA
0,330783.0,ASUS VGA PCIE16 GT730 2GB GDDR3/GT730-SL-2G-BRK-V2 ASUS,GeForce 700 Series
1,330694.0,"Chipolo Plus 2nd Generation Smart Tracker CH-CPM6-BK-R Black, Bluetooth tracker, iOS and Android phones with Bluetooth 4.0 connectivity or higher, Weight 9 g, ,Smartdevice accessories
2,330653.0,"Thermaltake Smart 500W RGB (80+ 230V EU, 2xPEG, 120mm, Single Rail) PSU",PSU 500W - 550W

我尝试过导入 CSV 并这样做，但我不知道如何只访问一列。非常感谢一些或任何指导！

最好的，雷达尔

标签： python-3.xpandascsv

解决方案

创建字典和replace：

psu = ["PSU 500W - 550W", "PSU 600W - 650W"]

d = dict.fromkeys(psu, 'PSU')

df["KATEGOORIA"] = df["KATEGOORIA"].replace(d)

替代方法是使用mapwith 以fillna获得更好的性能：

df["KATEGOORIA"] = df["KATEGOORIA"].map(d).fillna(df["KATEGOORIA"])

另一种方法应该是替换所有以 开头的PSU值numpy.where：

mask = df["KATEGOORIA"].str.startswith('PSU')
#faster if no missing values
mask = [x.startswith('PSU') for x in df["KATEGOORIA"]]

df["KATEGOORIA"] = np.where(mask, 'PSU', df["KATEGOORIA"])

推荐阅读