Megjegyzés
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhat bejelentkezni vagy módosítani a címtárat.
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhatja módosítani a címtárat.
Egy új DataFrame értéket ad vissza egy másik értékre cserélve.
DataFrame.replace és DataFrameNaFunctions.replace egymás aliasai.
to_replace
value Az értékeknek azonos típusúnak kell lenniük, és csak numerikus, logikai vagy sztring típusúak lehetnek.
value lehet None. Csere esetén az új érték a meglévő oszlop típusára lesz adva.
Szemantika
replace(to_replace, value=None, subset=None)
Paraméterek
| Paraméter | Típus | Leírás |
|---|---|---|
to_replace |
bool, int, float, str, list vagy dict | A lecserélendő érték. Ha egy diktálást figyelmen kívül hagy, value és to_replace egy értékből a helyére való leképezésnek kell lennie. |
value |
bool, int, float, str, or None, optional | A csereérték. Ha egy lista, akkor a hossznak és a típusnak meg kell egyeznie.to_replace Ha egy skaláris sorozat to_replace , akkor a skalár lesz az egyes elemek pótlása. |
subset |
lista, nem kötelező | Megfontolandó oszlopnevek.
subset A nem egyező adattípusú oszlopok figyelmen kívül lesznek hagyva. |
Visszatérítések
DataFrame
Jegyzetek
Numerikus helyettesítések esetén minden lecserélendő értéknek egyedi lebegőpontos ábrázolásokkal kell rendelkeznie. Ütközések esetén (például {42: -1, 42.0: 1}) a rendszer tetszőleges pótlást használ.
Examples
df = spark.createDataFrame([
(10, 80, "Alice"),
(5, None, "Bob"),
(None, 10, "Tom"),
(None, None, None)],
schema=["age", "height", "name"])
Cserélje le a 10-et 20-ra az összes oszlopban.
df.na.replace(10, 20).show()
# +----+------+-----+
# | age|height| name|
# +----+------+-----+
# | 20| 80|Alice|
# | 5| NULL| Bob|
# |NULL| 20| Tom|
# |NULL| NULL| NULL|
# +----+------+-----+
Cserélje le 'Alice' a null értékre az összes oszlopban.
df.na.replace('Alice', None).show()
# +----+------+----+
# | age|height|name|
# +----+------+----+
# | 10| 80|NULL|
# | 5| NULL| Bob|
# |NULL| 10| Tom|
# |NULL| NULL|NULL|
# +----+------+----+
Cserélje le 'Alice' az 'A' oszlopra és 'Bob' az 'B'name oszlopra.
df.na.replace(['Alice', 'Bob'], ['A', 'B'], 'name').show()
# +----+------+----+
# | age|height|name|
# +----+------+----+
# | 10| 80| A|
# | 5| NULL| B|
# |NULL| 10| Tom|
# |NULL| NULL|NULL|
# +----+------+----+
Cserélje le a 10-et 18-ra az age oszlopban.
df.na.replace(10, 18, 'age').show()
# +----+------+-----+
# | age|height| name|
# +----+------+-----+
# | 18| 80|Alice|
# | 5| NULL| Bob|
# |NULL| 10| Tom|
# |NULL| NULL| NULL|
# +----+------+-----+