パンダがデフォルト値の代わりに

Question

私はパンダのデータフレームを持っています条件付きで特定の列を置き換えたいのですが。

例えば：私は、その後のdict、私は彼らが3

のデフォルト値を持つようにしたいで利用できるようになりました他のタイトルがある場合

{'Mr': 0, 'Mrs': 1, 'Miss': 2} 

としてそれらをマッピングしたい

col 

0 Mr 
1 Miss 
2 Mr 
3 Mrs 
4 Col. 

上記の例は、

col 

0 0 
1 2 
2 0 
3 1 
4 3 

regexを使わずにpandas.replace（）でこれを行うことはできますか？

astypeによって intに 3キャストによるので速く、そして fillnaあなたは、むしろ replaceとして mapを使用することができます

Answer 1

：

df['col'] = df.col.map({'Mr': 0, 'Mrs': 1, 'Miss': 2}).fillna(3).astype(int) 

print (df) 
    col 
0 0 
1 2 
2 0 
3 1 
4 3 

isinとnumpy.whereと条件のもう一つの解決策を：

d = {'Mr': 0, 'Mrs': 1, 'Miss': 2} 
df['col'] = np.where(df.col.isin(d.keys()), df.col.map(d), 3).astype(int) 
print (df) 
    col 
0 0 
1 2 
2 0 
3 1 
4 3 

ソリューションreplace：

d = {'Mr': 0, 'Mrs': 1, 'Miss': 2} 
df['col'] = np.where(df.col.isin(d.keys()), df.col.replace(d), 3) 
print (df) 
    col 
0 0 
1 2 
2 0 
3 1 
4 3 

タイミング：

df = pd.concat([df]*10000).reset_index(drop=True) 

d = {'Mr': 0, 'Mrs': 1, 'Miss': 2} 
df['col0'] = df.col.map(d).fillna(3).astype(int) 
df['col1'] = np.where(df.col.isin(d.keys()), df.col.replace(d), 3) 
df['col2'] = np.where(df.col.isin(d.keys()), df.col.map(d), 3).astype(int) 
print (df) 

In [447]: %timeit df['col0'] = df.col.map(d).fillna(3).astype(int) 
100 loops, best of 3: 4.93 ms per loop 

In [448]: %timeit df['col1'] = np.where(df.col.isin(d.keys()), df.col.replace(d), 3) 
100 loops, best of 3: 14.3 ms per loop 

In [449]: %timeit df['col2'] = np.where(df.col.isin(d.keys()), df.col.map(d), 3).astype(int) 
100 loops, best of 3: 7.68 ms per loop 

In [450]: %timeit df['col3'] = df.col.map(lambda L: d.get(L, 3)) 
10 loops, best of 3: 36.2 ms per loop