如何使用Pandas replace函数仅替换指定列的yes/no值？

问题场景 #

读取数据集：

dataset = pd.read_csv('./file.csv')
dataset.head()

得到如下数据：

age  sex  smoker married  region   price
0   39  female    yes      no      us  250000
1   28    male     no      no      us  400000
2   23    male     no     yes  europe  389000
3   17    male     no      no    asia  230000
4   43    male     no     yes    asia  243800

需要将smoker列的yes/no替换为1/0，但不修改married列的yes/no值，且优先使用Pandas的replace函数。此前对整个DataFrame调用replace会修改所有列的对应值：

dataset = dataset.replace(to_replace='yes', value='1')
dataset = dataset.replace(to_replace='no', value='0')

执行后married列的yes/no也被修改，不符合需求。

解决方案 #

直接对目标列smoker单独调用replace方法，传入映射字典即可：

# 仅替换smoker列的yes/no为1/0
dataset['smoker'] = dataset['smoker'].replace({'yes': 1, 'no': 0})

执行后得到的结果：

age  sex  smoker married  region   price
0   39  female      1      no      us  250000
1   28    male      0      no      us  400000
2   23    male      0     yes  europe  389000
3   17    male      0      no    asia  230000
4   43    male      0     yes    asia  243800

补充写法 #

也可以通过loc定位列实现，效果一致：

dataset.loc[:, 'smoker'] = dataset.loc[:, 'smoker'].replace({'yes': 1, 'no': 0})

核心逻辑是只对目标列调用replace方法，而非对整个DataFrame操作，这样就不会影响其他列的内容。

内容的提问来源于stack exchange，提问作者wiwa1978