Замените столбец, содержащий значения «да» и «нет» на True и False в Python-Pandas

Опубликовано: 27 Марта, 2022

Давайте обсудим программу для изменения значений из столбца, который содержит значения «ДА» и «НЕТ» на ИСТИНА и ЛОЖЬ .

Во-первых, давайте посмотрим на набор данных.

Code:

Python3

# import pandas library
import pandas as pd
   
# load csv file
df = pd.read_csv("supermarkets.csv")
   
# show the dataframe
df

Выход :

Чтобы загрузить использованный CSV-файл, нажмите здесь.

Теперь давайте посмотрим, как выполнить эту задачу несколькими способами:

Метод 1: Использование Series.map () .
Этот метод используется для сопоставления значений из двух серий, имеющих один и тот же столбец.

Syntax: Series.map(arg, na_action=None). 
Return type: Pandas Series with the same as an index as a caller. 

Example: Replace the ‘commissioned’ column contains the values ‘yes’ and ‘no’ with True and False.
Code:

Python3

# import pandas library
import pandas as pd
   
# load csv file
df = pd.read_csv("supermarkets.csv")
   
# replace the ‘commissioned" column contains
# the values "yes" and "no"  with 
# True and  False:
df["commissioned"] = df["commissioned"].map(
                   {"yes":True ,"no":False})
  
# show the dataframe
df

Выход :

Метод 2: Использование DataFrame.replace () .
Этот метод используется для замены строки, регулярного выражения, списка, словаря, серии, числа и т. Д. Из фрейма данных.

Syntax: DataFrame.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method=’pad’, axis=None) 
Return type: Updated Data frame 

Example: Replace the ‘commissioned’ column contains the values ‘yes’ and ‘no’ with True and False.
Code:

Python3

# import pandas library
import pandas as pd
  
# load csv file
df = pd.read_csv("supermarkets.csv")
  
# replace the ‘commissioned" column 
# contains the values "yes" and "no"
#  with True and  False:
df = df.replace({"commissioned": {"yes": True
                                "no": False}})
  
# show the dataframe
df

Выход:

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.