pandasのデータセット（データフレーム、シリーズ）において、値を置き換える場合、前回の記事で紹介したmapメソッドを使う方法もあるが、もっとシンプルで簡単な方法がある。
それが今回紹介するreplaceメソッドだ。
コンテンツ
シリーズの値を置換する
例えば、以下のようなシリーズがあったとする。
01 02 03 04 05 06 07 08 09 10 11 | import pandas as pdseries = pd.Series([1., 2., -1., 3., -1., 4])# 0 1.0# 1 2.0# 2 -1.0# 3 3.0# 4 -1.0# 5 4.0# dtype: float64 |
データの中に負数が存在するが、これをpandasで欠損値として認識できるようNAに置き換えたい。
では用意したシリーズにreplaceメソッドを実行してみよう。
01 02 03 04 05 06 07 08 09 10 | import numpy as npseries.replace(-1, np.nan, inplace=True)# 0 1.0# 1 2.0# 2 NaN# 3 3.0# 4 NaN# 5 4.0# dtype: float64 |
replaceメソッドはデフォルトだと、値を置き換えたデータのコピーが作成されるが、上記例のとおりinplaceオプションにTrueを指定すると、元のオブジェクトが上書きされる。
複数の値を置換する
複数の値を置き換える場合は、第一引数にリストを渡す。
1 2 3 4 5 6 7 8 | series.replace([-1, 1], np.nan, inplace=True)# 0 NaN# 1 2.0# 2 NaN# 3 3.0# 4 NaN# 5 4.0# dtype: float64 |
また、値によって置き換える値を変えたい場合は、引数にディクショナリを渡せば良い。
1 2 3 4 5 6 7 8 | rep = series.replace({-1: np.nan, 1: 10})# 0 10.0# 1 2.0# 2 NaN# 3 3.0# 4 NaN# 5 4.0# dtype: float64 |
データフレームの値を置換する
データフレームに対してもreplaceメソッドを適用することが可能だ。
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 | import pandas as pdimport numpy as npdf = pd.DataFrame({'name': ['Taro', 'Jiro', 'Saburo'], 'age': [20, 15, 0]})# name age# 0 Taro 20# 1 Jiro 15# 2 Saburo 0rep = df.replace(0, np.nan)# name age# 0 Taro 20.0# 1 Jiro 15.0# 2 Saburo NaN |
シリーズ同様、デフォルトでは置換したデータのコピーが新たに作成される。
特定の列のみに置換を適用する
特定の列に置換を適用したい場合、データフレームのカラム名に対しreplaceメソッドを実行する。
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 | import pandas as pdimport numpy as npdf = pd.DataFrame({'name': ['Taro', 'Jiro', 'Saburo'], 'age': [20, 15, 0], 'weight': [60, 0, 48]})# name age weight# 0 Taro 20 60# 1 Jiro 15 0# 2 Saburo 0 48rep = df.age.replace(0, np.nan)# 0 20.0# 1 15.0# 2 NaN# Name: age, dtype: float64 |
変数repに、指定した列に置換を適用した結果が代入された。
このrepを元のデータフレームに戻せば、特定の列のみに置換を適用したデータフレームを結果として得ることができる。
1 2 3 4 5 | df['age'] = rep# name age weight# 0 Taro 20.0 60# 1 Jiro 15.0 0# 2 Saburo NaN 48 |
