dataframe批量替换值_Python之DataFrame按照规则批量修改某列的数据

在使用Python进行数据分析时，我们经常会看一个数据的分布，然后对数据进行处理。比如说有一个场景：

以下数据是某个产品的提前预定期：

import pandas as pd

import seaborn as sns

import matplotlib.pyplot as plt

import seaborn as sns

import numpy as np

%matplotlib inline

data = (pd.read_csv('D:/Users/Merchants_portrait.csv')).astype('int')

avg_days_befor = (data['avg_days_befor'].value_counts()).reset_index()

sns.barplot(x = avg_days_befor.index, y = avg_days_befor['avg_days_befor'])

plt.show() # 图3

这个图看起来比较丑，因为天数比较多，所以横坐标密密麻麻

我们看下提前预定天数和每个预定天数的产品的情况

avg_days_befor.head()

看下分布情况

#观察下提前预定天数的分布

avg_days_befor.describe()

从下面表格可以看出，提前预定天数在0-633之间，75%的分布在200以内

index

avg_days_befor

count

259.000000

259.000000

mean

139.382239

485.555985