Pandas替换及部分替换（replace）实现流程详解

在处理数据的时候，很多时候会遇到批量替换的情况，如果一个一个去修改效率过低，也容易出错。replace()是很好的方法。源数据1、替换全部或者某一行replace的基本结构是：df.replace 前面是需要替换的值，后面是替换后的值。使用inplace = True更改源数据由于南岸只有城市一列具有相同值，使用起来比较方便。改变指定的列的数据所以只想替换部分数据的时候并且要写入源数据就需要指定inplace。在上面的操作只改变了表1Lon的数据，其它列的数据并没有被替换，而且在替换后的结果不需要我们再和源数据进行合并操作，可以直接体现在源数据中。指定列替换数据当需要将缺失值替换掉的时候，我们可以考虑直接只用fillna()，功能更强大，这个前面已经有说过了。