Python - 交换多个数据帧中的值

Question

我有一个像这样的 DataFrameid  val1   val20    A      B1    B      B2    A      A3    A      A我想要交换值，例如：id  val1   val20    B      A1    A      A2    B      B3    B      B我需要考虑 df 可能有我想保持不变的其他列。

Answer 1

您可以使用pd.DataFrame.applymap字典：

d = {'B': 'A', 'A': 'B'}

df = df.applymap(d.get).fillna(df)

print(df)

  id val1 val2

0  0    B    A

1  1    A    A

2  2    B    B

3  3    B    B

为了性能，特别是内存使用，您可能希望使用分类数据：

for col in df.columns[1:]:

    df[col] = df[col].astype('category')

    df[col] = df[col].cat.rename_categories(d)

Answer 2

使用factorize并滚动相应的值

def swaparoo(col):

  i, r = col.factorize()

  return pd.Series(r[(i + 1) % len(r)], col.index)

df[['id']].join(df[['val1', 'val2']].apply(swaparoo))

   id val1 val2

0   0    B    A

1   1    A    A

2   2    B    B

3   3    B    B

替代体操使用相同的功能。这将整个数据帧合并到分解中。

df.set_index('id').stack().pipe(swaparoo).unstack().reset_index()

例子

df = pd.DataFrame(dict(id=range(4), val1=[*'ABAA'], val2=[*'BBAA']))

print(

    df,

    df.set_index('id').stack().pipe(swaparoo).unstack().reset_index(),

    sep='\n\n'

)

   id val1 val2

0   0    A    B

1   1    B    B

2   2    A    A

3   3    A    A

   id val1 val2

0   0    B    A

1   1    A    A

2   2    B    B

3   3    B    B

df = pd.DataFrame(dict(id=range(4), val1=[*'AAAA'], val2=[*'BBBB']))

print(

    df,

    df.set_index('id').stack().pipe(swaparoo).unstack().reset_index(),

    sep='\n\n'

)

   id val1 val2

0   0    A    B

1   1    A    B

2   2    A    B

3   3    A    B

   id val1 val2

0   0    B    A

1   1    B    A

2   2    B    A

3   3    B    A

df = pd.DataFrame(dict(id=range(4), val1=[*'AAAA'], val2=[*'BBBB'], val3=[*'CCCC']))

print(

    df,

    df.set_index('id').stack().pipe(swaparoo).unstack().reset_index(),

    sep='\n\n'

)

   id val1 val2 val3

0   0    A    B    C

1   1    A    B    C

2   2    A    B    C

3   3    A    B    C

   id val1 val2 val3

0   0    B    C    A

1   1    B    C    A

2   2    B    C    A

3   3    B    C    A

df = pd.DataFrame(dict(id=range(4), val1=[*'ABCD'], val2=[*'BCDA'], val3=[*'CDAB']))

print(

    df,

    df.set_index('id').stack().pipe(swaparoo).unstack().reset_index(),

    sep='\n\n'

)

   id val1 val2 val3

0   0    A    B    C

1   1    B    C    D

2   2    C    D    A

3   3    D    A    B

   id val1 val2 val3

0   0    B    C    D

1   1    C    D    A

2   2    D    A    B

3   3    A    B    C