概述
pandas 新手. R用户使用拆分,应用,合并模式来分析子群体.例如性别,1 =“男性”,2 =“女性”,9 =“未知”.
我有一个 dataframe ,其中有一个天列,其20,000的值是从1到7的整数,对应于“ Mon”,“ Tue”等.我需要使用标签而不是它们的原始int值进行分类.
我的第一次尝试是尝试.astype(“ category”):
import numpy as np
import pandas as pd
dow = pd.DataFrame({'labels': ("Sunday","Monday","Tuesday",
"Wednesday", "Thursday", "Friday", "Saturday")})
data = pd.DataFrame({'value': [1, 1, 2, 3, 4, 7, 8, 9, 0]})
data['formtatted'] = dow['labels'].astype('category')
data
value formtatted
0 1 Sunday
1 1 Monday
2 2 Tuesday
3 3 Wednesday
4 4 Thursday
5 7 Friday
6 8 Saturday
7 9 NaN
8 0 NaN
我希望标签映射到两次给定“ Sunday”的整数值,而不是获得循环列表的行为.
接下来,我尝试使用.factorize属性,例如:
data2 = pd.DataFrame({'values': [1, 1, 2, 3, 4, 7, 8, 9, 0]})
dow2 = pd.DataFrame({'labels': ["Sunday","Monday","Tuesday",
"Wednesday", "Thursday", "Friday", "Saturday"]})
dow_cat = pd.factorize(dow2['labels'])
dow_cat
(array([0, 1, 2, 3, 4, 5, 6]),
Index(['Sunday', 'Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday',
'Saturday'], dtype='object'))
看起来很有希望.
data2['labels'] = dow_cat[0]
但是会引发错误:值的长度与索引的长度不匹配
说明:无法在创建时指定标签.之后使用s.cat.rename_categories(new_labels).
很公平:
dow3 = pd.DataFrame({'values': [1, 2, 3, 4, 5, 6, 7]},
dtype="category")
dow3.values = dow3['values'].cat.rename_categories(["Sunday",
"Monday","Tuesday","Wednesday",
"Thursday", "Friday", "Saturday"])
df3['formatted'] = dow3["values"]
df3
values formatted
0 1 Sunday
1 1 Monday
2 2 Tuesday
3 3 Wednesday
4 4 Thursday
5 7 Friday
6 8 Saturday
7 9 NaN
8 0 NaN
我从哪儿开始的,具有循环列表的行为.
我敢打赌,我已经忽略了显而易见的事情,但这使我难以理解.关于我从这里去哪里的建议?
最后
以上就是瘦瘦流沙为你收集整理的python到pandas_python-将 pandas 值映射到分类级别的全部内容,希望文章能够帮你解决python到pandas_python-将 pandas 值映射到分类级别所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复