有一个dataframe，我需要replace值超过512与263。
所以，我首先使用这行代码来过滤索引：
df.loc[df['Fare']>512]['Fare'].astype(int)下面是这个的结果：
258 512
679 512
737 512
1234 512
Name: Fare, dtype: int64这看起来不错！因为它过滤了值大于512的所有4行。现在我需要将这个值替换为263：
df.loc[df['Fare']>512]['Fare']=df.loc[df['Fare']>512]['Fare'].astype(int).replace({512:263},inplace=True)但它不会改变我的 Dataframe 中的任何内容。例如，当我搜索索引737时，我发现：
df.iloc[737]结果：
Age 35
Fare 512.329因此，尽管有上述代码，票价并没有改变为263。
4条答案
按热度按时间mec1mxoz1#
删除
inplace = True选项。或者干脆不放屁。
关于replace docs：
inplace：bool，default False
如果为True，则在适当位置。注意：这将修改此对象上的任何其他视图（例如DataFrame中的列）。如果为True，则返回调用者。
现在，您正在就地修改dataframe，但是赋值操作符
=返回调用者，因此您正在使用原始值重写编辑。编辑
实际上，在我的版本（pandas 0.24.0）中，
inplace = True没有返回任何内容，所以上面的粗体句子可能与版本有关（文档指的是pandas 0.24.2）。顺便说一下，先用
.loc过滤数据，然后再用replace是多余的：.replace({512:263})将仅转换值512，无需在使用.loc之前选择该值。如果您这样做：
你会得到同样的结果。
jyztefdp2#
当使用
.loc时，您希望使用[row, col]而不是[row][col]。尝试：
egdjgwm83#
你有没有什么理由
condition是一个布尔序列，.loc只会将该序列中值为True的行赋值给您所需的值。oyjwcjzk4#
下面的代码片段会更简单：
该代码仅替换列
fare的值。如果要替换多个列值，也可以在方括号内指定。pandas的实际语法是：