替换Pandas数据框中的值不适用于.replace（）
我有一个包含各种网格站及其与其他网格站的连接的数据集，我需要从该数据中绘制出传输线。看起来像这样（原始数据帧中大约有100行左右）：
>df
Name Latitude Longitude Link 1 Link 2 Link 3 Link 4 Link 5
0 A 34.466667 72.200000 B NaN NaN NaN NaN
1 B 33.766667 72.366667 A C D NaN NaN
2 C 33.761500 72.434000 B E G NaN NaN
为了使事情变得容易，我创建了一个新的数据框，其索引如下：
>datax
Latitude Longitude Link 1 Link 2 Link 3 Link 4 Link 5
Name
A 34.466667 72.200000 B NaN NaN NaN NaN
B 33.766667 72.366667 A C D NaN NaN
C 33.761500 72.434000 B E G NaN NaN
我正在使用每个网格站的“链接”来绘制线路，向我展示了它所连接的其他网格站。由于每个网格站都显示了与其他网格站的连接，因此为了正确地映射线，我需要消除重复项，例如，如果我通过遍历数据帧的第一列来映射A和B之间的第一条线，则需要消除第二行中的该链接（即，删除第二行中“链接1”列中的“ A”），因此当我遍历第二行时，该行不会重复。为此，我尝试使用replace，
datax.loc[datax.iloc[0]['Link 1']].replace(datax.index[0],np.nan)
此代码段确实替换了链接，并放入了nan，但未在原始数据帧中将其放置在适当的位置，因此我尝试了内置参数，
datax.loc[datax.iloc[0]['Link 1']].replace(datax.index[0],np.nan, inplace=True)
但这似乎也没有做到。我有点像是新手程序员，所以很抱歉，但是没有人知道我做错了什么，如何纠正这个错误，以及还有没有更容易解决此问题的方法，但我没有。
编辑：
当我运行上面的代码片段时，我希望数据帧第二栏中的“链接1”成为NaN。
>datax
Latitude Longitude Link 1 Link 2 Link 3 Link 4 Link 5
Name
A 34.466667 72.200000 B NaN NaN NaN NaN
B 33.766667 72.366667 Nan C D NaN NaN
C 33.761500 72.434000 NaN E G NaN NaN
问题是代码可以执行此操作，但是不会将其保存到适当的数据框中。由于我必须为原始数据帧执行数百次此过程，因此，我需要将值保存到数据帧中，而不是每次都创建新值，那样效率低下。
问题来源：stackoverflow
写回答
-
这是一个解决方案。
*步骤1-*第一步是沿列轴对“名称”和“链接1”的值进行排序。
datax[['Name', 'Link 1']].apply(sorted, axis=1)这会给你这样的清单
0 [A, B] 1 [A, B] 2 [B, C]*步骤2-*然后，您需要使用.apply（lambda x：'，'。join（map（str，x））将它们转换为字符串（因为使用df.duplicated（）时不接受列表） ））`
*步骤3-*接下来，使用
df.duplicated（）查找重复项，并将其存储在新列'temp'中。datax['temp'] = datax[['Name', 'Link 1']].apply(sorted, axis=1).apply(lambda x: ','.join(map(str, x))).duplicated(keep='first')在这个阶段，您的df datax将是
Name Latitude Longitude Link 1 Link 2 Link 3 Link 4 Link 5 temp 0 A 34.466667 72.200000 B NaN NaN NaN NaN False 1 B 33.766667 72.366667 NaN C D NaN NaN True 2 C 33.761500 72.434000 B E G NaN NaN False*步骤4-*现在，您可以使用
np.where（）并检查datax ['temp']是否为True，并相应地分配datax ['Link 1']datax['Link 1'] = np.where(datax['temp']==True, np.NaN, datax['Link 1'])*步骤5-*您可以在此之后使用
datax.drop（'temp'，axis = 1）删除temp列输出：
Name Latitude Longitude Link 1 Link 2 Link 3 Link 4 Link 5 0 A 34.466667 72.200000 B NaN NaN NaN NaN 1 B 33.766667 72.366667 NaN C D NaN NaN 2 C 33.761500 72.434000 B E G NaN NaN结合所有这些步骤-
datax['temp'] = datax[['Name', 'Link 1']].apply(sorted, axis=1).apply(lambda x: ','.join(map(str, x))).duplicated(keep='first') datax['Link 1'] = np.where(datax['temp']==True, np.NaN, datax['Link 1']) datax.drop('temp', axis=1)*最终解决方案-*我们可以扩展此解决方案，以比较“链接1”，“链接2”，“链接3”等与“名称”，并设置“链接1”，“链接2”，“链接3” cols分别。
for column in datax[['Link 1','Link 2','Link 3','Link 4','Link 5']]: datax['temp'] = datax[['Name', column]]\ .fillna('').apply(sorted, axis=1)\ .apply(lambda x: ','.join(map(str, x)))\ .duplicated(keep='first') datax[column] = np.where(datax['temp']==True, np.NaN, datax[column]) datax.drop('temp', axis=1, inplace=True) print(datax)输出：
Name Latitude Longitude Link 1 Link 2 Link 3 Link 4 Link 5 0 A 34.466667 72.200000 B NaN NaN NaN NaN 1 B 33.766667 72.366667 NaN C D NaN NaN 2 C 33.761500 72.434000 B E G NaN NaN让我知道这是否有帮助！
回答来源：stackoverflow
2020-03-24 12:20:55赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
