Pandas如何自定义函数批量替换指定多列的0/1值为No/Yes

运行环境：Pandas 1.4.2，Python 3.9.12
当前数据集的Scholarship、Hipertension、Diabetes、Alcoholism、SMS_received等列以0、1分别指代'No'、'Yes'，数据集样例如下：

Scholarship     Hipertension   Diabetes   Alcoholism  SMS_received    
0     0               1              0          0            0  
1     0               0              0          0            0  
2     0               0              0          0            0  
3     0               0              0          0            0  
4     0               1              1          0            0  

初始编写的替换函数存在逻辑错误，传入单个列时会误替换全表所有0/1值，无法支持传入列名列表批量处理指定列的需求，初始函数代码如下：

def replace_values(data_frame, column, being_replaced, replacement_value):
    data_frame[column] = df[column].replace(to_replace=being_replaced, value= 
    replacement_value)
return df

预期调用效果为传入DataFrame、待处理列名列表、待替换值列表、对应替换值列表，即可一次性完成指定列的值替换，调用示例：

replace_values(df, [*list_of_columns*], [0, 1], ['No', 'Yes'])

该需求可以直接实现，不需要额外编写显式循环逻辑，Pandas原生支持对多列组成的子集做批量值替换。初始函数的核心问题有两个：

• 变量作用域错误：函数入参名为data_frame，内部替换时却调用了全局变量df，导致替换范围不受入参控制
• 语法缩进错误：return语句没有缩进至函数体内，不属于函数逻辑的一部分

修正后的可直接使用的函数代码如下：

def replace_values(data_frame, target_columns, being_replaced, replacement_value):
    # 仅对传入的目标列集合执行替换，不改动其他列数据
    data_frame[target_columns] = data_frame[target_columns].replace(
        to_replace=being_replaced,
        value=replacement_value
    )
    return data_frame

调用方式 #

将需要处理的列名组装为列表传入即可，示例：

# 定义需要处理的列列表
process_cols = ['Scholarship', 'Hipertension', 'Diabetes', 'Alcoholism', 'SMS_received']
# 执行替换
df = replace_values(df, process_cols, [0, 1], ['No', 'Yes'])

说明 #

• 该函数同时兼容传入单个列名（字符串格式）和多个列名（列表格式）的场景，不需要额外写类型判断逻辑
• 替换操作仅作用于传入的目标列，数据集其他列的0、1值不会被改动
• 注意不要在函数内部混用全局DataFrame变量名，所有操作基于入参data_frame执行即可避免全表误修改问题

内容的提问来源于stack exchange，提问作者Wildo_Baggins311