在處理資料的時候，很多時候會遇到批量替換的情況，如果一個一個去修改效率過低，也容易出錯。replace()是很好的方法。

源資料

1、替換全部或者某一行

replace的基本結構是：df.replace(to_replace,value) 前面是需要替換的值，後面是替換後的值。

例如我們要將南岸改為城區：

將南岸改為城區

這樣Python就會搜尋整個DataFrame並將文件中所有的南岸替換成了城區（要注意這樣的操作並沒有改變文件的源資料，要改變源資料需要使用inplace = True）。

使用inplace = True更改源資料

由於南岸只有城市一列具有相同值，使用起來比較方便。

但是如果我們要改變表1Lon裡的某個資料，而不改變Longitude的資料要怎麼做呢？

改變指定的列的資料

所以只想替換部分資料的時候並且要寫入源資料就需要指定inplace。

在上面的操作只改變了表1Lon的資料，其它列的資料並沒有被替換，而且在替換後的結果不需要我們再和源資料進行合併操作，可以直接體現在源資料中。

2、替換指定的某個或指定的多個數值（用字典的形式）

只改變指定的值

這個很好理解，就是字典裡的建作為原值，字典裡的值作為替換的新值。

當然，我們也可是使用列表的形式進行替換：df.replace(['A','29.54'],['B',100])

用列表的形式進行替換

還有如果想要替換的新值是一樣的話，我們還可以這樣做：

替換的新值一樣時

部分替換和替換某個值結合使用的話就可以替換單個列的數值：

替換單個列的數值

3、使用正則表示式替換

正則表示式很強大，能夠讓我們實現一次替換很多很多個不同的值：

源資料

正則表示式沒有指定regex =True

正則表示式指定regex =True

使用正則表示式的時候記得後面加 regex=True引數。

有圖中我們可以看到只要包含有大寫的英文字母的資料都被替換了，如果我們要寫入源資料還需要指定inpla = True。

指定列替換資料

當需要將缺失值替換掉的時候，我們可以考慮直接只用fillna()，功能更強大，這個前面已經有說過了。

在某些情況下，如果我們只需要某個資料的部分內容，我們該怎麼操作呢？

比如要把變電站都改為transformer_substation，或者是把Latitude列的前面的ab改為AB：

指定列更改替換部分字元

指定列更改替換部分字元

需要注意的時更好指定列的時候，使用str.replace時不能使用inplace = True引數，因此需要改成賦值，賦值的時候不要忘了是列的賦值而不是整個表格的賦值。

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支援我們。