当人们可以使用 Python 分析数据时，它是否可以灵活地处理用于分析的输入数据？这正是本文要探讨的内容。我们将利用 Pandas 库的功能构建数据并演示替换其中的多个值。
设置 Pandas 数据框来替换多个值
让我们首先将Pandas 库导入到活动的 Python 窗口中，输入：
import pandas as pd |
现在让我们使用索引选项创建一个数据框。索引的作用是在创建每列数据时提供包含标题的规定。在这个例子中，我们将列出一些零食的名称及其相应的价格。为此，需要构建以下代码。
Data={'Snacks':('kamarkattu','then mittai','mysore pak','murukku'),'Price(INR)':[2,1,5,2]} |
请记住在上面的代码中使用花括号 {} 作为主括号，因为只有这样才能让 Python 明白我们正在提供数据集进行分析。
df=pd.DataFrame(Data) |
需要注意的是，在上面的代码中输入 DataFrame 时，“D”和“F”应该保持大写，否则可能会遇到以下错误。
完成后，使用 print() 命令查看输入的数据，如下所示。
print (df) |
替换 Pandas 数据框中的多个值
现在，假设一个人似乎不喜欢上面列出的零食，并且想要购买一些相同价格范围内的替代品来代替它们。这可以通过使用 vals_to_replace 函数来完成，其语法如下。
vals_to_replace = {‘old value_1’:’new value_1’, ‘old value_2’:’new value_2’, ……..} |
键入代码后，按 ENTER 并再次查看通过 print() 命令提供的数据，以了解更改是如何完成的。
值替换是通过要求 Python 用代码中给出的新值替换之前列出的每个值来完成的，三重箭头出现在下一行的事实也告诉我们在已使用 print() 命令查看数据。
但是，尚未完成的是替换的值从未映射到数据帧！通过使用以下语法可以很好地做到这一点，
df[‘column header’]=df[‘column header’].map(vals_to_replace) |
其中，列标题 – 索引期间给出的列的名称
将上述语法应用于正在使用的数据集，很明显，要替换条目的列是“Snacks”列。因此，同样要更新以构造如下所示的代码。
df['Snacks']=df['Snacks'].map(vals_to_replace) |
现在，按下 ENTER 键并使用 print() 命令查看替换的值，如下图所示。
概括
现在我们已经到了本文的结尾，希望它已经详细说明了如何在 Python 中使用 Pandas 替换多个值。这是另一篇文章，详细介绍了Pandas 中 read_csv() 中分隔符的用法。AskPython中还有许多其他有趣且内容丰富的文章，可能对那些希望提高 Python 水平的人有很大帮助。干杯！