在Python-Pandas中用True和False替换包含’yes’和’no’值的列

让我们来讨论一个程序来改变一列包含TRUE和FALSE的值’YES’和’NO’的值。

首先，让我们看看一个数据集。

代码:

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

输出 :

现在，让我们看看完成这项任务的多种方法。

方法1：使用Series.map()。
这种方法用于映射两个系列的数值，其中一列是相同的。

语法： Series.map(arg, na_action=None)
返回类型：Pandas系列与作为调用者的索引相同。

例子：将’commissioned’列中的’是’和’否’的值替换为’真’和’假’。
代码:

# 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

输出 :

方法2：使用DataFrame.replace()
该方法用于替换数据框中的字符串、反义词、列表、字典、系列、数字等。

语法: DataFrame.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method=’pad’, axis=None)

返回值 : Updated Data frame

例子：将’commissioned’列中的’yes’和’no’的值替换为’True’和’False’。
代码:

# 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

输出: