2021.02.05补充
之前写的替换都是整个值，也即是说如果被替换值='asdfg'，之前的只有值等于='asdfg'，才可以被替换，但是我们很多时候是值想替换局部的，比如说‘深圳地区’，替换为‘深圳市’，那么就得先str,代码如下：
main_copy【'city'】=main_copy【'city'】.str.replace('地区','市')
====================================================================
replace()
既可以替换某列，也可以替换某行，还可以全表替换
df.replace() 或者 df【col】replace()
#参数如下：
df.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad',)
参数说明：
to_replace：被替换的值
value：替换后的值
inplace：是否要改变原数据，False是不改变，True是改变，默认是False
limit：控制填充次数
regex：是否使用正则,False是不使用，True是使用，默认是False
method：填充方式，pad,ffill,bfill分别是向前、向前、向后填充
import pandas as pd
import numpy as np
#构造数据
df=pd.DataFrame({'a':【'?',7499,'?',7566,7654,'?',7782】,'b':【'SMITH', '.','$','.' ,'MARTIM','BLAKE','CLARK'】,
'c':【'CLERK','SALESMAN','$','MANAGER','$','MANAGER','$'】,
'd':【7902,7698,7698,7839,7698,7839,7839】,
'e':【'1980/12/17','1981/2/20','1981/2/22','1981/4/2','1981/9/28','1981/5/1','1981/6/9'】,
'f':【800,1600,1250,2975,1230,2859,2450】,
'g':【np.nan,300.0,500.0,np.nan,1400.0,np.nan,np.nan】,
'h':【20,30,30,20,30,30,10】})
#替换全部或者某行某列
#全部替换，这二者效果一样
df.replace(20,30)
df.replace(to_replace=20,value=30)
#某一列或者某几列
df【'h'】.replace(20,30)
df【【'b','c'】】.replace('$','rmb')
#某一行或者几行
df.iloc【1】.replace(1600,1700)
df.iloc【1:3】.replace(30,40)
#inplace=True
df.replace(20,30,inplace=True)
df.iloc【1:3】.replace(30,40,inplace=True)
#用list或者dict进行单值或者多值填充,
#单值
#注意，list是前者替换后者，dict字典里的建作为原值，字典里的值作为替换的新值
df.replace(【20,30】)
df.replace({20:30})
#多值,list是list逗号后的值替换list的值，dict字典里的建作为原值，字典里的值作为替换的新值
df.replace(【20,1600】,【40,1700】) #20被40替换，1600被1700替换
df.replace(【20,30】,'b') #20,30都被b替换
df.replace({20:30,1600:1700})
df.replace({20,30},{'a','b'}) #这个和list多值用法一样
#,method
#其实只需要传入被替换的值，
df.replace(【'a',30】,method='pad')
df.replace(【'a',30】,method='ffill')
df.replace(【'a',30】,method='bfill')
#可以直接这样表达
df.replace(30,method='bfill') #用30下面的最靠近非30的值填充
df.replace(30,method='ffill') #用30上面最靠近非30的值填充
df.replace(30,method='pad') #用30上面最靠近非30的值填充
#一般用于空值填充
df.replace(np.nan,method='bfill')
#limit
df.replace(30,method='bfill',limit=1) #现在填充的间隔数
正则替换的需要先补充一下正则表达式
#正则替换
#转义字符\可以转义很多字符，比如\n表示换行，\t表示制表符，字符\本身也要转义，所以\表示的字符就是\
#如果字符串里面有很多字符都需要转义，就需要加很多\，为了简化，Python还允许用r''表示''内部的字符串默认不转义
df.replace(r'\?|.|\$',np.nan) #和原来没有变化
df.replace(r'\?|.|\$',np.nan,regex=True)#用np.nan替换？或.或$原字符
df.replace(【r'\?',r'\$'】,np.nan,regex=True)#用np.nan替换？和$
df.replace(【r'\?',r'\$'】,【np.nan,'NA'】,regex=True)#用np.nan替换？用NA替换$符号
df.replace(regex={r'\?':None})
#当然，如果不想使用inplace=True，也可以这样子表达
df=df.replace(20,30)
df.replace(20,30,inplace=True)
全部代码如下：
# -- coding: utf-8 --
"""
Created on Tue Jul 21 10:52:00 2020
@author: Admin
"""
import pandas as pd
import numpy as np
#构造数据
df=pd.DataFrame({'a':【'?',7499,'?',7566,7654,'?',7782】,'b':【'SMITH', '.','$','.' ,'MARTIM','BLAKE','CLARK'】,
'c':【'CLERK','SALESMAN','$','MANAGER','$','MANAGER','$'】,
'd':【7902,7698,7698,7839,7698,7839,7839】,
'e':【'1980/12/17','1981/2/20','1981/2/22','1981/4/2','1981/9/28','1981/5/1','1981/6/9'】,
'f':【800,1600,1250,2975,1230,2859,2450】,
'g':【np.nan,300.0,500.0,np.nan,1400.0,np.nan,np.nan】,
'h':【20,30,30,20,30,30,10】})
#替换全部或者某行某列
#全部替换，这二者效果一样
df.replace(20,30)
df.replace(to_replace=20,value=30)
#某一列或者某几列
df【'h'】.replace(20,30)
df【【'b','c'】】.replace('$','rmb')
#某一行或者几行
df.iloc【1】.replace(1600,1700)
df.iloc【1:3】.replace(30,40)
#inplace=True
df.replace(20,30,inplace=True)
df.iloc【1:3】.replace(30,40,inplace=True)
#用list或者dict进行单值或者多值填充,
#单值
#注意，list是前者替换后者，dict字典里的建作为原值，字典里的值作为替换的新值
df.replace(【20,30】)
df.replace({20:30})
#多值,list是list逗号后的值替换list的值，dict字典里的建作为原值，字典里的值作为替换的新值
df.replace(【20,1600】,【40,1700】) #20被40替换，1600被1700替换
df.replace(【20,30】,'b') #20,30都被b替换
df.replace({20:30,1600:1700})
df.replace({20,30},{'a','b'}) #这个和list多值用法//代码效果参考：http://hnjlyzjd.com/hw/wz_24733.html
一样#,method
#其实只需要传入被替换的值，
df.replace(【'a',30】,method='pad')
df.replace(【'a',30】,method='ffill')
df.replace(【'a',30】,method='bfill')
#可以直接这样表达
df.replace(30,method='bfill') #用30下面的最靠近非30的值填充
df.replace(30,method='ffill') #用30上面最靠近非30的值填充
df.replace(30,method='pad') #用30上面最靠近非30的值填充
#一般用于空值填充
df.replace(np.nan,method='bfill')
#limit
df.replace(30,method='bfill',limit=1) #现在填充的间隔数
#正则替换
#转义字符\可以转义很多字符，比如\n表示换行，\t表示制表符，字符\本身也要转义，所以\表示的字符就是\
#如果字符串里面有很多字符都需要转义，就需要加很多\，为了简化，Python还允许用r''表示''内部的字符串默认不转义
df.replace(r'\?|.|\$',np.nan) //代码效果参考：http://hnjlyzjd.com/hw/wz_24731.html
#和原来没有变化df.replace(r'\?|.|\$',np.nan,regex=True)#用np.nan替换？或.或$原字符
df.replace(【r'\?',r'\$'】,np.nan,regex=True)#用np.nan替换？和$
df.replace(【r'\?',r'\$'】,【np.nan,'NA'】,regex=True)#用np.nan替换？用NA替换$符号
df.replace(regex={r'\?':None})
#当然，如果不想使用inplace=True，也可以这样子表达
df=df.replace(20,30)
df.replace(20,30,inplace=True)
