我有以下資料集，想將 1 重命名為 Sold，將 2 重命名為 Sold，將 nan 重命名為 Unsold
東風
| 地位 |
|---|
| 1 |
| 2 |
| 楠 |
所需的DF
| 地位 |
|---|
| 賣 |
| 賣 |
| 未售出 |
我目前正在使用替換功能，但分別執行每個條件。有沒有辦法同時做到這一切？
df['Status'] = df['Status'].str.replace['1', 'Sold']
uj5u.com熱心網友回復：
map與字典一起使用：
df['Status'] = df['Status'].map({'1': 'Solde', '2': 'Solde', np.nan: 'Unsold'})
注意。如果 NaN 是字串：
df['Status'] = df['Status'].map({'1': 'Solde', '2': 'Solde', 'nan': 'Unsold'})
或者，如果您只有 1/2 -> Sold ；南 -> 未售出：
# if real NaN
df['Status'] = np.where(df['Status'].notna(), 'Sold', 'Unsold')
# if string
df['Status'] = np.where(df['Status'].ne('nan'), 'Sold', 'Unsold')
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/512679.html