16、数据处理与字符串操作全解析

数据处理与字符串操作全解析

数据替换与索引重命名

数据替换

在数据处理中，-999 可能是缺失数据的哨兵值。为了将这些值替换为 pandas 能识别的 NA 值，可以使用 replace 方法。以下是具体操作：

import numpy as np
import pandas as pd

# 假设 data 是一个 Series
data = pd.Series([1, -999, 2, -999, -1000, 3])

# 替换单个值
new_data = data.replace(-999, np.nan)
print(new_data)

如果要一次性替换多个值，可以传入一个列表和替换值：

# 替换多个值
new_data = data.replace([-999, -1000], np.nan)
print(new_data)

若为每个值使用不同的替换值，则传入一个替换值列表：

# 为每个值使用不同的替换值
new_data = data.replace([-999, -1000], [np.nan, 0])
print(new_data)

也可以传入一个字典：

# 传入字典进行替换
new_data = data.replace({