python-3.x - 在 Python Pandas 数据框中寻找更智能的方法来处理多个版本的值

Question

我正在研究 Python 数据操作，并且有一列包含表示相同值的各种值。

我确实检查了唯一值，它们是数组（['Male'，'male'，'m'，'FEMALE'，'female'，'F'，'M'，'Female']，dtype = object）

请建议我如何将其替换为一个版本。

下面是我尝试过的代码，但是这样的字段更多，所以寻找聪明的方法。

df['Gender'] = df['Gender'].replace(to_replace =["Male", "male", "m", "M"], value ="Male")
#similar code for Female value.

我正在使用的另一种方法是

df['Gender'] = np.where(df['Gender'].str.lower() == 'male', 'Male', df.Gender)
df['Gender'] = np.where(df['Gender'].str.lower() == 'm', 'Male', df.Gender)
df['Gender'] = np.where(df['Gender'].str.lower() == 'female', 'Female', df.Gender)
df['Gender'] = np.where(df['Gender'].str.lower() == 'f', 'Female', df.Gender)

标签： python-3.xpandas

Answer 1

您可以尝试使用嵌套的numpy.where,

df['Gender']=np.where(df.Gender.str.lower().str.startswith('m'),'Male',np.where(df.Gender.str.lower().str.startswith('f'),'Female',df.Gender))

但是在您的情况下，唯一条目仅包含“男性”和“女性”的不同表示形式，并且没有空值，因此对您来说非常简单快捷的解决方案可能是这样的。

df['Gender']=np.where(df.Gender.str.lower().str.startswith('m'),'Male','Female')