如何在Python的Pandas DataFrame中将指定列的对象值替换为目标值

我来帮你搞定这个二分类编码的问题！先看看你代码里的几个问题：

1. 字符串不匹配：你的DataFrame里income列的实际值是<=50和>50，但你在replace里写的是<=50K，这就导致找不到要替换的目标值，自然不会生效。
2. 语法错误：第二个代码行里to_replace = "<=50K"]多了个多余的右括号，这会直接导致代码报错，根本执行不了。

下面给你几种正确的实现方式，任选一种都可以：

方法1：用字典批量替换（最简洁） #

直接用字典映射目标值和替换后的值，同时确保字符串完全匹配：

# 如果你的数据里是<=50和>50
data["income"].replace({"<=50": 0, ">50": 1}, inplace=True)

# 要是实际数据里是<=50K和>50K（可能是输入笔误），就改成下面这样
# data["income"].replace({"<=50K": 0, ">50K": 1}, inplace=True)

方法2：用map函数映射 #

这种方式可读性也很强，适合简单的映射场景：

data["income"] = data["income"].map({"<=50": 0, ">50": 1})

方法3：用apply+lambda条件判断 #

如果以后有更复杂的判断逻辑，这种方式扩展性更好：

data["income"] = data["income"].apply(lambda x: 0 if x == "<=50" else 1)

另外提醒一下：尽量少依赖inplace=True，有时候Pandas的视图/副本机制会导致它不生效，像方法2、3那样直接重新赋值的方式更稳妥。

内容的提问来源于stack exchange，提问作者uharsha33