pandas替换数据

在Pandas库中，替换数据通常涉及到修改DataFrame或Series中的值。主要有以下几个常用方法：

1. `replace()`或`.loc`：这两个方法都可以用来替换指定条件下的值。例如，如果你想将所有出现的特定值替换为另一个值，可以这样做：

   df['column_name'] = df['column_name'].replace(to_replace='old_value', value='new_value')

或者针对单个位置：

   df.loc[df['column_name'] == 'old_value', 'column_name'] = 'new_value'

2. `.astype()`：如果你想要更改数据类型的某个列，也可以先转换为其他类型再替换：

   df['column_name'] = df['column_name'].astype('new_data_type').replace('old_value', 'new_value')

3. `map()`函数：对于一一对应的替换，可以用 Series 的 map() 函数：

   mapping_dict = {'old_value': 'new_value'}
   df['column_name'] = df['column_name'].map(mapping_dict)

4. `fillna()`：用于填充缺失值，如果需要将某些特定值替换为默认值，可以用这个方法：

   df['column_name'] = df['column_name'].fillna('replacement_value')