我正在尝试替换数据框的一列中的值。列（“ female”）仅包含值“ female”和“ male”。
我尝试了以下方法：
w['female']['female']='1'
w['female']['male']='0' 但是会收到与以前结果完全相同的副本。
理想情况下，我希望得到一些类似于下面的循环元素的输出。
if w['female'] =='female':
w['female'] = '1';
else:
w['female'] = '0';我浏览了gotchas文档（http://pandas.pydata.org/pandas-docs/stable/gotchas.html），但无法弄清楚为什么什么也没发生。
任何帮助将不胜感激。
Answers:
如果我理解正确，则您需要以下内容：
w['female'] = w['female'].map({'female': 1, 'male': 0})（在这里，我将值转换为数字，而不是包含数字的字符串。如果确实需要，可以将它们转换为"1"和"0"，但是我不确定为什么要这么做。）
您的代码不起作用的原因是，['female']在列上使用（'female'您的中的第二个w['female']['female']）并不意味着“选择值是'female'的行”。这意味着选择索引为“女性”的行，而您的DataFrame中可能没有索引。
您可以使用loc编辑数据框的子集：
df.loc[<row selection>, <column selection>]在这种情况下：
w.loc[w.female != 'female', 'female'] = 0
w.loc[w.female == 'female', 'female'] = 1您还可以使用apply带.get即
w['female'] = w['female'].apply({'male':0, 'female':1}.get)：
w = pd.DataFrame({'female':['female','male','female']})
print(w)数据框w：
female
0 female
1 male
2 female使用apply从字典替换值：
w['female'] = w['female'].apply({'male':0, 'female':1}.get)
print(w)结果：
female
0 1
1 0
2 1 注意： apply如果在字典中定义了数据框中列的所有可能值，则应使用字典，否则，对于未在字典中定义的列，该字段将为空。
另外，对于这些类型的分配，还有内置函数pd.get_dummies：
w['female'] = pd.get_dummies(w['female'],drop_first = True)这为您提供了一个包含两列的数据框，每个列对应于w ['female']中出现的每个值，您将其中的第一列删除（因为您可以从剩下的那一列中推断出来）。新列将自动命名为您替换的字符串。
如果您的分类变量具有两个以上的可能值，则此功能特别有用。此函数创建区分所有情况所需的尽可能多的伪变量。请注意，不要将整个数据框分配给单个列，而是如果w ['female']可以是“ male”，“ female”或“ neutral”，请执行以下操作：
w = pd.concat([w, pd.get_dummies(w['female'], drop_first = True)], axis = 1])
w.drop('female', axis = 1, inplace = True)然后，剩下两个新列，为您提供“ female”的伪编码，并且您摆脱了带有字符串的列。
Series.map与Series.fillna如果您的列包含的字符串多于female和male，Series.map则在这种情况下将失败，因为它将返回NaN其他值。
这就是为什么我们必须将其与fillna：
为什么.map失败的示例：
df = pd.DataFrame({'female':['male', 'female', 'female', 'male', 'other', 'other']})
female
0 male
1 female
2 female
3 male
4 other
5 otherdf['female'].map({'female': '1', 'male': '0'})
0 0
1 1
2 1
3 0
4 NaN
5 NaN
Name: female, dtype: object对于正确的方法，我们map与链接fillna，因此我们NaN用原始列中的值填充：
df['female'].map({'female': '1', 'male': '0'}).fillna(df['female'])
0 0
1 1
2 1
3 0
4 other
5 other
Name: female, dtype: object