python dataframe 替换列值

原创

mob64ca12e98e58 2024-07-16 05:25:44 ©著作权

©著作权归作者所有：来自51CTO博客作者mob64ca12e98e58的原创作品，请联系作者获取转载授权，否则将追究法律责任

Python DataFrame 替换列值及可视化分析

在数据分析中，我们经常需要处理和转换数据。Python 的 Pandas 库提供了强大的数据结构和数据分析工具，其中 DataFrame 是最常用的数据结构之一。本文将介绍如何使用 Pandas 替换 DataFrame 中的列值，并展示如何通过饼状图进行数据可视化。

替换列值

假设我们有一个包含个人信息的 DataFrame，我们想要将某些列的特定值替换为其他值。以下是一个简单的示例：

import pandas as pd

# 创建一个示例 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'Age': [25, 30, 35, 40, 45],
    'Gender': ['Female', 'Male', 'Male', 'Male', 'Female']
}

df = pd.DataFrame(data)

# 打印原始 DataFrame
print("原始 DataFrame:")
print(df)

如果我们想要将所有男性的 Age 替换为 28，可以使用以下代码：

# 替换男性的 Age 为 28
df.loc[df['Gender'] == 'Male', 'Age'] = 28

# 打印替换后的 DataFrame
print("替换后的 DataFrame:")
print(df)

数据可视化

在替换数据后，我们可能想要可视化性别分布。饼状图是展示分类数据分布的一种有效方式。使用 Pandas 和 Matplotlib 库，我们可以轻松地创建饼状图：

import matplotlib.pyplot as plt

# 计算 Gender 列的值分布
gender_counts = df['Gender'].value_counts()

# 创建饼状图
plt.figure(figsize=(8, 6))
gender_counts.plot(kind='pie', autopct='%1.1f%%')
plt.title('性别分布')
plt.ylabel('')  # 隐藏 y 轴标签
plt.show()

结果展示

以下是替换数据和饼状图的输出结果：

原始 DataFrame:
      Name  Age  Gender
0    Alice   25  Female
1      Bob   30    Male
2  Charlie   35    Male
3    David   40    Male
4      Eve   45  Female
替换后的 DataFrame:
      Name  Age  Gender
0    Alice   25  Female
1      Bob   28    Male
2  Charlie   28    Male
3    David   28    Male
4      Eve   45  Female

饼状图展示了性别分布，其中男性占比约为 60%，女性占比约为 40%。