- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个数据集,我将qcut
并将类别形成为 pandas.core.indexes.interval.IntervalIndex
。
我如何使用从原始数据集生成的相同类别对 future 的数据集进行分类?
解释代码:
>>> import pandas as pd
>>> import numpy as np
>>> np.random.seed(42)
>>> df = pd.DataFrame(np.random.randint(0,100,size=(10, 4)), columns=list('ABCD'))
>>> df
A B C D
0 51 92 14 71
1 60 20 82 86
2 74 74 87 99
3 23 2 21 52
4 1 87 29 37
5 1 63 59 20
6 32 75 57 21
7 88 48 90 58
8 41 91 59 79
9 14 61 61 46
>>> categories_a = pd.qcut(df['A'], 4).cat.categories
>>> type(categories_a)
pandas.core.indexes.interval.IntervalIndex
>>> categories_a
IntervalIndex([(0.999, 16.25], (16.25, 36.5], (36.5, 57.75], (57.75, 88.0]]
closed='right',
dtype='interval[float64]')
我尝试过的:
我曾尝试使用 CategoricalDtype
和 df['B'].astype(categories_a)
之类的东西但没有成功。关于如何以优雅的方式做到这一点,我的想法已经用完了。
预期结果:
鉴于 df
和 categories_a
与上面相同,我想将 df['B']
中的所有元素转换为到 .cat.codes
作为将由 pd.qcut(df['A'], 4).cat.codes
生成的代码。输出看起来像:
df['B']
original --> processed # comment
92 --> 3 # (57.75, 88.0] this one actually goes through the roof
20 --> 1 # (16.25, 36.5]
74 --> 3 # (57.75, 88.0]
2 --> 0 # (0.999, 16.25]
87 --> 3 # (57.75, 88.0]
63 --> 3 # (57.75, 88.0]
75 --> 3 # (57.75, 88.0]
48 --> 2 # (36.5, 57.75]
91 --> 3 # (57.75, 88.0]
61 --> 3 # (57.75, 88.0]
我希望这已经足够清楚了。
最佳答案
使用与上述相同的逻辑,但要获取类别而不是已处理数据框中的范围:
np.random.seed(42)
df = pd.DataFrame(np.random.randint(0,100,size=(10, 4)), columns=list('ABCD'))
series, bins = pd.qcut(df["A"], 4, retbins=True, labels=False)
def apply_cut(df):
for i in df.columns:
df[i] = pd.cut(df[i], bins=bins, labels=False, include_lowest=True)
return df
processed = apply_cut(df)
返回:
>>> processed
A B C D
0 2 NaN 0.0 3.0
1 3 1.0 3.0 3.0
2 3 3.0 3.0 NaN
3 1 0.0 1.0 2.0
4 0 3.0 1.0 2.0
5 0 3.0 3.0 1.0
6 1 3.0 2.0 1.0
7 3 2.0 NaN 3.0
8 2 NaN 3.0 3.0
9 0 3.0 3.0 2.0
如果您想摆脱 NaN 并将它们强制归入最接近的类别,您可以这样做,但添加 -float(np.inf)
和 float( np.inf)
到第一个和最后一个 bin:
series, bins = pd.qcut(df["A"], 4, retbins=True, labels=False)
bins[0] = -float(np.inf)
bins[-1] = float(np.inf)
def apply_cut(df):
for i in df.columns:
df[i] = pd.cut(df[i], bins=bins, labels=False, include_lowest=True,right=False)
return df
processed = apply_cut(df)
>>> processed
A B C D
0 2 3 0 3
1 3 1 3 3
2 3 3 3 3
3 1 0 1 2
4 0 3 1 2
5 0 3 3 1
6 1 3 2 1
7 3 2 3 3
8 2 3 3 3
9 0 3 3 2
请删除/更改您认为合适的内容。这是你的帖子,我打扰了 (-:
bins = pd.qcut(df.A, 4, retbins=True)[1]
bins[0] -= np.finfo(np.float).resolution
df.apply(lambda c: pd.cut(c, bins))
A B C D
0 (36.5, 57.75] NaN (1.0, 16.25] (57.75, 88.0]
1 (57.75, 88.0] (16.25, 36.5] (57.75, 88.0] (57.75, 88.0]
2 (57.75, 88.0] (57.75, 88.0] (57.75, 88.0] NaN
3 (16.25, 36.5] (1.0, 16.25] (16.25, 36.5] (36.5, 57.75]
4 (1.0, 16.25] (57.75, 88.0] (16.25, 36.5] (36.5, 57.75]
5 (1.0, 16.25] (57.75, 88.0] (57.75, 88.0] (16.25, 36.5]
6 (16.25, 36.5] (57.75, 88.0] (36.5, 57.75] (16.25, 36.5]
7 (57.75, 88.0] (36.5, 57.75] NaN (57.75, 88.0]
8 (36.5, 57.75] NaN (57.75, 88.0] (57.75, 88.0]
9 (1.0, 16.25] (57.75, 88.0] (57.75, 88.0] (36.5, 57.75]
或者:
bins = pd.qcut(df.A, 4, retbins=True)[1]
bins[0] = -float(np.inf)
bins[-1] = float(np.inf)
processed = df.apply(lambda c: pd.cut(c, bins, labels=False))
>>> processed
A B C D
0 2 3 0 3
1 3 1 3 3
2 3 3 3 3
3 1 0 1 2
4 0 3 1 2
5 0 3 3 1
6 1 3 2 1
7 3 2 3 3
8 2 3 3 3
9 0 3 3 2
关于python - 如何使用 IntervalIndex 生成 .cat.codes,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49265724/
我在网上搜索但没有找到任何合适的文章解释如何使用 javascript 使用 WCF 服务,尤其是 WebScriptEndpoint。 任何人都可以对此给出任何指导吗? 谢谢 最佳答案 这是一篇关于
我正在编写一个将运行 Linux 命令的 C 程序,例如: cat/etc/passwd | grep 列表 |剪切-c 1-5 我没有任何结果 *这里 parent 等待第一个 child (chi
所以我正在尝试处理文件上传,然后将该文件作为二进制文件存储到数据库中。在我存储它之后,我尝试在给定的 URL 上提供文件。我似乎找不到适合这里的方法。我需要使用数据库,因为我使用 Google 应用引
我正在尝试制作一个宏,将下面的公式添加到单元格中,然后将其拖到整个列中并在 H 列中复制相同的公式 我想在 F 和 H 列中输入公式的数据 Range("F1").formula = "=IF(ISE
问题类似于this one ,但我想使用 OperatorPrecedenceParser 解析带有函数应用程序的表达式在 FParsec . 这是我的 AST: type Expression =
我想通过使用 sequelize 和 node.js 将这个查询更改为代码取决于在哪里 select COUNT(gender) as genderCount from customers where
我正在使用GNU bash,版本5.0.3(1)-发行版(x86_64-pc-linux-gnu),我想知道为什么简单的赋值语句会出现语法错误: #/bin/bash var1=/tmp
这里,为什么我的代码在 IE 中不起作用。我的代码适用于所有浏览器。没有问题。但是当我在 IE 上运行我的项目时,它发现错误。 而且我的 jquery 类和 insertadjacentHTMl 也不
我正在尝试更改标签的innerHTML。我无权访问该表单,因此无法编辑 HTML。标签具有的唯一标识符是“for”属性。 这是输入和标签的结构:
我有一个页面,我可以在其中返回用户帖子,可以使用一些 jquery 代码对这些帖子进行即时评论,在发布新评论后,我在帖子下插入新评论以及删除 按钮。问题是 Delete 按钮在新插入的元素上不起作用,
我有一个大约有 20 列的“管道分隔”文件。我只想使用 sha1sum 散列第一列,它是一个数字,如帐号,并按原样返回其余列。 使用 awk 或 sed 执行此操作的最佳方法是什么? Accounti
我需要将以下内容插入到我的表中...我的用户表有五列 id、用户名、密码、名称、条目。 (我还没有提交任何东西到条目中,我稍后会使用 php 来做)但由于某种原因我不断收到这个错误:#1054 - U
所以我试图有一个输入字段,我可以在其中输入任何字符,但然后将输入的值小写,删除任何非字母数字字符,留下“。”而不是空格。 例如,如果我输入: 地球的 70% 是水,-!*#$^^ & 30% 土地 输
我正在尝试做一些我认为非常简单的事情,但出于某种原因我没有得到想要的结果?我是 javascript 的新手,但对 java 有经验,所以我相信我没有使用某种正确的规则。 这是一个获取输入值、检查选择
我想使用 angularjs 从 mysql 数据库加载数据。 这就是应用程序的工作原理;用户登录,他们的用户名存储在 cookie 中。该用户名显示在主页上 我想获取这个值并通过 angularjs
我正在使用 autoLayout,我想在 UITableViewCell 上放置一个 UIlabel,它应该始终位于单元格的右侧和右侧的中心。 这就是我想要实现的目标 所以在这里你可以看到我正在谈论的
我需要与 MySql 等效的 elasticsearch 查询。我的 sql 查询: SELECT DISTINCT t.product_id AS id FROM tbl_sup_price t
我正在实现代码以使用 JSON。 func setup() { if let flickrURL = NSURL(string: "https://api.flickr.com/
我尝试使用for循环声明变量,然后测试cols和rols是否相同。如果是,它将运行递归函数。但是,我在 javascript 中执行 do 时遇到问题。有人可以帮忙吗? 现在,在比较 col.1 和
我举了一个我正在处理的问题的简短示例。 HTML代码: 1 2 3 CSS 代码: .BB a:hover{ color: #000; } .BB > li:after {
我是一名优秀的程序员,十分优秀!