- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我的数据集有一列包含大量唯一值(对象类型)。我相信有些是微不足道的(如果它们是备用的),因此我希望对低于某个定义阈值的级别进行分组。我使用标签编码器模块将列转换为分类值,然后我想合并计数小于指定阈值的那些类别。因此,对于我准备的这个样本集,如果“bin”列中某个类的总数(频率)等于或小于 2,它将在“o”的“new_bins”列下收到新值。因此,'new_bins' 中的 bin ('c','d') 将被更改为 'o'。
id | bin | new_bins
======== =================
1 a a
2 a a
3 b b
4 c o
5 b b
6 a a
7 b b
8 a a
9 c o
10 a a
11 d o
12 d o
df.groupby(['bin'], sort=True).count())
这是我尝试过的一行代码,但它没有达到我想要的效果。我知道这有点模糊,因为我没有代码。我认为这个问题指的是垃圾箱,但也许它被称为其他东西,我似乎无法罚款类似的例子。在 Kaggle 比赛中,它被称为组合级别。也许仅仅说出我应该寻找的术语或短语也会有所帮助。
最佳答案
这会对您有所帮助:
In [127]: df
Out[127]:
id bin new_bins
0 1 a a
1 2 a a
2 3 b o
3 4 c o
4 5 b o
5 6 a a
6 7 b o
7 8 a a
8 9 c o
9 10 a a
对项目进行分组:
In [128]: dfg = df.groupby('bin').count()
In [129]: dfg
Out[129]:
id new_bins
bin
a 5 5
b 3 3
c 2 2
用于选择符合条件的项目
In [130]: dfg[dfg['id'] > 2]
Out[130]:
id new_bins
bin
a 5 5
b 3 3
In [143]: val = dfg[dfg['id'] <= 2]
In [144]: val
Out[144]:
id new_bins
bin
c 2 MODIFIED
更改满足条件的列的值
In [147]: df.loc[df['bin'] == val.index[0], 'new_bins'] = 'MOD'
In [148]: df
Out[148]:
id bin new_bins
0 1 a a
1 2 a a
2 3 b o
3 4 c MOD
4 5 b o
5 6 a a
6 7 b o
7 8 a a
8 9 c MOD
9 10 a a
关于python对相似的分类值进行分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36530521/
我遇到了一个让我非常难过的问题。但现在看来这一定是一个普遍的问题,我很惊讶我找不到关于它的另一个问题。 基本上,我的网站上会出现一些图标。我希望它们在每台设备上都显示出大致相同的大小——大致是可触摸的
我是一名 Java 专业人士。现在我喜欢转向其他编程语言。谁能建议我哪种编程语言更容易消化,并且该语言具有 Web 开发功能。我对 Web 开发感兴趣。 最佳答案 C# - 网络开发非常好(只需看看这
我需要为不同的 url 发送不同的响应。但是我正在使用的正则表达式不起作用。 有问题的两个正则表达式是 "/v1/users/[^/]+/permissions/domain/HTTP/" (例
让我描述一下我的问题。有一个输入字符串和一个包含数千个字符串的表。我正在寻找搜索与输入字符串最相似* 字符串的最佳方法。搜索应该返回一个包含 ~10 个建议字符串的列表,按相似度排序。字符串在数据库中
我在使用 crypt() 时遇到问题,如果用户有密码(本例中为 password1),并且他们将其更改为 password2,则散列会返回相同的结果。您可以在此处进行测试:旧链接输入 password
我问这个是因为我发现 XML 在视觉上没有吸引力。我知道 XML 非常有名,很有用,而且它被大多数(如果不是全部)程序员接受为一种非常有用的定义和结构化数据的语言;然而,我真的不觉得盯着它看、看着它或
我有工作需要在 14 天内完成。我有5名 worker 。一天正好需要3个 worker 。每个 worker 最多只能工作 9 天。每个 worker 都有自己的日期偏好,每个 worker 每天都
FileStream 或 DB 句柄类型的对象必须正确关闭,因为它在内部使用 Windows 句柄。同样,Threads 也使用 Windows 句柄吧?线程是否有一些内部机制来释放那些 Window
如果这是非常基本的,请原谅。我一直在尝试遍历行数组中的每个单元格包括标题单元格。我可以在 Nokogiri CSS 选择器中使用 OR 运算符吗? thang= Nokogiri::HTML(IO.r
默认情况下,RichTextFx(顶部控件)看起来不像 TextArea(底部控件): 我找到了一种添加圆角的方法(只需从 modena.css 复制并配置 some styles): .virtua
在 64 位 Java 中,每个对象实例往往包含一个 192-bit header , 包含 类指针, 标志和 锁(每个 64 位)。 这可能会导致小对象的大量内存开销。 尼姆的情况是否类似?用两种语
我正在开发一个具有多个功能(通过 tableview 选择)的应用程序,这些功能几乎都做同样的事情,相似的布局、相似的按钮、相似的输入字段等等。但在我相信它们自己的地方有足够的不同类(class)。每
题目地址:https://leetcode-cn.com/problems/similar-rgb-color/ 题目描述 Inthe following, every capital lette
我正在编写 R 代码,我希望它在“非调试”或“调试”模式下运行。在 Debug模式下,我希望代码打印出运行时信息。 在其他语言中,我通常会有某种打印功能,除非打开标志(用于编译或运行时),否则什么都不
我不明白这个OP接受的答案的一部分: Javascript function scoping and hoisting 作者说: " 此外,在这种情况下, function a() {} 行为与相同
我正在做一个bcmp(&v6_addr1,&v6_addr2,sizeof(v6_addr1)) (gdb) p v6_addr2 $15 = {u = {b = "0\001", '\000' ,
我有一个充满按钮的 Canvas,我将其 ID 存储在字典中。 Canvas 很长,带有垂直滚动条。有一种方法可以自动将 View 定位在给定的按钮上吗? 当使用 Text 时,txt.see(pos
我正在尝试使用 Python 2.6 和 PIL 计算两个图像的相似度(读作:Levenshtein 距离)。 我打算给我们e python-levenshtein用于快速比较的库。 主要问题: 什么
换句话说,php $object->method(); 和 $object->property = 'someValue'; 相当于,js: $object.method(); 和 $object.p
我写了一个简单的函数,它接收实现 .index() 的东西和要检查的字符列表。 我的假设是,由于字符串和元组都是不可变的,因此它们具有相似的性能(或者至少,元组的性能优于列表)。相反,元组似乎等同于列
我是一名优秀的程序员,十分优秀!