当前位置：首页 > ds >正文

【Pandas】pandas DataFrame replace

ds 2025/7/7 2:22:02

Pandas2.2 DataFrame

Missing data handling

方法	描述
DataFrame.fillna([value, method, axis, …])	用于填充 DataFrame 中的缺失值（NaN）
DataFrame.backfill(*[, axis, inplace, …])	用于使用后向填充（即“下一个有效观测值”）来填补缺失值（NaN）的方法
DataFrame.bfill(*[, axis, inplace, limit, …])	用于使用后向填充（即“下一个有效观测值”）来填补缺失值（NaN）的方法
DataFrame.dropna(*[, axis, how, thresh, …])	用于删除包含缺失值（NaN）的行或列的方法
DataFrame.ffill(*[, axis, inplace, limit, …])	用于使用前向填充（即“前一个有效观测值”）来填补缺失值（NaN）的方法
DataFrame.interpolate([method, axis, limit, …])	用于对缺失值（NaN）进行插值填充的方法
DataFrame.isna()	用于检测 DataFrame 中缺失值（NaN）的位置的方法
DataFrame.isnull()	用于检测 DataFrame 中缺失值（NaN）的位置的方法
DataFrame.notna()	用于检测 DataFrame 中非缺失值（即不是 NaN）的位置的方法
DataFrame.notnull()	用于检测 DataFrame 中非缺失值（即不是 NaN）的位置的方法
DataFrame.pad(*[, axis, inplace, limit, …])	用于使用前向填充（即“前一个有效观测值”）来填补缺失值（NaN）的方法
DataFrame.replace([to_replace, value, …])	用于替换 DataFrame 中特定值的方法

pandas.DataFrame.replace()

pandas.DataFrame.replace() 是一个用于替换 DataFrame 中特定值的方法。它可以用于替换单一值、多个值、使用正则表达式匹配替换，甚至可以结合插值方法进行填充。

📌 方法签名

DataFrame.replace(to_replace=None, value=<no_default>, *, inplace=False, limit=None, regex=False, method=<no_default>)

🔧 参数说明

参数	类型	说明
`to_replace`	scalar、list、dict、regex等	要被替换的值或模式；支持多种类型： - 标量：如 `np.nan`、`0` 等 - 列表：如 `[1, 2]` - 字典：指定每列的替换规则 - 正则表达式（配合 `regex=True`）
`value`	scalar、list、dict 或 <no_default>	替换的目标值；如果未提供且 `to_replace` 是 dict，则忽略此参数
`inplace`	`bool`，默认 `False`	是否在原对象上修改
`limit`	`int`，可选	插值时最多连续替换的数量（仅当 `method` 不为 None 时有效）
`regex`	`bool`，默认 `False`	是否将 `to_replace` 视为正则表达式处理
`method`	`{'pad', 'ffill', 'bfill', None}`	插值方式，仅在 `to_replace` 为 `None` 时生效

✅ 返回值

返回一个新的 DataFrame，其中满足条件的值被替换；
如果 inplace=True，则返回 None，原始数据被修改。

🧪 示例代码及结果

示例 1：替换标量值（如 NaN）

import pandas as pd
import numpy as npdf = pd.DataFrame({'A': [1, 2, np.nan, 4],'B': [5, np.nan, np.nan, 8]
})print("Original DataFrame:")
print(df)# 将 NaN 替换为 0
replaced_df = df.replace(np.nan, 0)
print("\nAfter replace(np.nan, 0):")
print(replaced_df)

输出结果：

Original DataFrame:A    B
0  1.0  5.0
1  2.0  NaN
2  NaN  NaN
3  4.0  8.0After replace(np.nan, 0):A  B
0  1  5
1  2  0
2  0  0
3  4  8

示例 2：替换多个值（列表形式）

# 将 1 和 3 替换为 0
df_multi = pd.DataFrame({'X': [1, 2, 3], 'Y': [3, 4, 5]})
replaced_multi = df_multi.replace([1, 3], 0)print("Original Multi-value DataFrame:")
print(df_multi)print("\nAfter replace([1, 3], 0):")
print(replaced_multi)

输出结果：

Original Multi-value DataFrame:X  Y
0  1  3
1  2  4
2  3  5After replace([1, 3], 0):X  Y
0  0  0
1  2  4
2  0  5

示例 3：使用字典分别替换不同列

# 每列单独替换
replace_dict = {'X': 1, 'Y': 3}
replaced_dict = df_multi.replace(replace_dict, 0)print("\nAfter replace(dict):")
print(replaced_dict)

输出结果：

After replace(dict):X  Y
0  0  0
1  2  4
2  3  5

示例 4：使用正则表达式替换字符串

df_str = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'],'Status': ['active', 'inactive', 'active']
})# 将 'active' 替换为 'enabled'
replaced_regex = df_str.replace('active', 'enabled', regex=True)print("Original String DataFrame:")
print(df_str)print("\nAfter replace with regex:")
print(replaced_regex)

输出结果：

Original String DataFrame:Name    Status
0    Alice    active
1      Bob  inactive
2  Charlie    activeAfter replace with regex:Name     Status
0    Alice    enabled
1      Bob  inactive
2  Charlie    enabled

示例 5：使用 `method='ffill'` 进行前向填充

# 使用 ffill 填充 NaN
replaced_ffill = df.replace(np.nan, method='ffill')
print("\nAfter replace with method='ffill':")
print(replaced_ffill)

输出结果：

After replace with method='ffill':A    B
0  1.0  5.0
1  2.0  5.0
2  2.0  5.0
3  4.0  8.0

示例 6：限制替换数量（`limit=1`）

# 限制每次最多替换 1 个 NaN
limited_replace = df.replace(np.nan, method='ffill', limit=1)
print("\nAfter replace with limit=1:")
print(limited_replace)

输出结果：

After replace with limit=1:A    B
0  1.0  5.0
1  2.0  5.0
2  NaN  NaN
3  4.0  8.0

示例 7：原地修改（`inplace=True`）

# 原地替换
df.replace(np.nan, 0, inplace=True)
print("\nIn-place replace (modified original):")
print(df)

输出结果（基于示例 1 的数据）：

In-place replace (modified original):A  B
0  1  5
1  2  0
2  0  0
3  4  8

🧠 应用场景

场景	说明
缺失值替换	如替换 `NaN`、`None` 等
异常值修正	如将超出范围的数值替换为合理值
文本清洗	如统一状态字段名称（如 `'active' → 'enabled'`）
多列定制化替换	使用字典对不同列设置不同的替换规则
链式调用中清理数据	如 `df.replace(...).fillna(0)`

⚠️ 注意事项

to_replace 可以是标量、列表、字典或正则表达式；
若使用 regex=True，请确保 to_replace 是字符串格式；
method='ffill' / 'bfill' 适用于时间序列或趋势数据；
limit 控制连续替换的最大数量；
推荐先查看数据分布再决定如何替换；
仅对 NaN 生效（除非你显式传入其他值）；
replace() 不会自动排序索引，建议先排序以获得预期效果。

✅ 总结对比

方法	是否推荐使用	说明
`replace(value, new_value)`	✅ 推荐	快速替换特定值
`replace([v1, v2], new_value)`	✅ 推荐	批量替换多个值
`replace({col: val}, ...)`	✅ 推荐	多列定制化替换
`replace(..., regex=True)`	✅ 推荐	支持正则表达式
`replace(method='ffill')`	✅ 推荐	结合插值法替换缺失值