replace （DataFrameNaFunctions）

返回将值替换为另一个值的新 DataFrame 值。 DataFrame.replace 是 DataFrameNaFunctions.replace 彼此的别名。 值to_replacevalue必须具有相同的类型，并且只能是数值、布尔值或字符串。 value 可以是 None。 替换时，新值将转换为现有列的类型。

Syntax

replace(to_replace, value=None, subset=None)

参数

参数	类型	说明
to_replace	bool、int、float、str、list 或 dict	要替换的值。 如果听写， value 则将被忽略，并且 to_replace 必须是从值到其替换的映射。
value	bool、int、float、str 或 None，可选	替换值。 如果列表，则长度和类型 to_replace必须与该列表相同。 如果标量是 to_replace 序列，则标量将用作每个项的替换项。
subset	列表，可选	要考虑的列名。 subset忽略不具有匹配数据类型的列。

退货

DataFrame

备注

对于数字替换，要替换的所有值都必须具有唯一的浮点表示形式。 如果发生冲突（例如）， {42: -1, 42.0: 1}则使用任意替换。

示例

df = spark.createDataFrame([
    (10, 80, "Alice"),
    (5, None, "Bob"),
    (None, 10, "Tom"),
    (None, None, None)],
    schema=["age", "height", "name"])

将所有列中的 10 替换为 20。

df.na.replace(10, 20).show()
# +----+------+-----+
# | age|height| name|
# +----+------+-----+
# |  20|    80|Alice|
# |   5|  NULL|  Bob|
# |NULL|    20|  Tom|
# |NULL|  NULL| NULL|
# +----+------+-----+

替换为 'Alice' 所有列中的 null。

df.na.replace('Alice', None).show()
# +----+------+----+
# | age|height|name|
# +----+------+----+
# |  10|    80|NULL|
# |   5|  NULL| Bob|
# |NULL|    10| Tom|
# |NULL|  NULL|NULL|
# +----+------+----+

在列中替换为'Alice''A'和'Bob'替换为'B'name。

df.na.replace(['Alice', 'Bob'], ['A', 'B'], 'name').show()
# +----+------+----+
# | age|height|name|
# +----+------+----+
# |  10|    80|   A|
# |   5|  NULL|   B|
# |NULL|    10| Tom|
# |NULL|  NULL|NULL|
# +----+------+----+

将 age 10 替换为列中的 18。

df.na.replace(10, 18, 'age').show()
# +----+------+-----+
# | age|height| name|
# +----+------+-----+
# |  18|    80|Alice|
# |   5|  NULL|  Bob|
# |NULL|    10|  Tom|
# |NULL|  NULL| NULL|
# +----+------+-----+