gpt4 book ai didi

python - 在分类列中有条件地创建一个 "Other"类别

转载 作者:行者123 更新时间:2023-11-28 22:39:09 29 4
gpt4 key购买 nike

我有一个 DataFrame df 一列,category 使用以下代码创建:

import pandas as pd
import random as rand
from string import ascii_uppercase

rand.seed(1010)

df = pd.DataFrame()
values = list()
for i in range(0,1000):
category = (''.join(rand.choice(ascii_uppercase) for i in range(1)))
values.append(category)

df['category'] = values

每个值的频率计数为:

df['category'].value_counts()
Out[95]:
P 54
B 50
T 48
V 46
I 46
R 45
F 43
K 43
U 41
C 40
W 39
E 39
J 39
X 37
M 37
Q 35
Y 35
Z 34
O 33
D 33
H 32
G 32
L 31
N 31
S 29

我想在 df['category'] 列中创建一个名为“other”的新值,并分配 df['category'] 的所有值value_count 小于 35

有人可以帮我解决这个问题吗?

如果你还需要我,请告诉我

编辑 @EdChum 提出的解决方案

import pandas as pd
import random as rand
from string import ascii_uppercase

rand.seed(1010)

df = pd.DataFrame()
values = list()
for i in range(0,1000):
category = (''.join(rand.choice(ascii_uppercase) for i in range(1)))
values.append(category)

df['category'] = values
df['category'].value_counts()

df.loc[df['category'].isin((df['category'].value_counts([df['category'].value_‌​counts() < 35]).index), 'category'] = 'other'

File "<stdin>", line 1
df.loc[df['category'].isin((df['category'].value_counts()[df['category'].value_‌​counts() < 35]).index), 'category'] = 'other'
^
SyntaxError: invalid syntax

请注意,我在 Spyder IDE 上使用 Python 2.7(我在 iPython 和 Python 控制台窗口中尝试了建议的解决方案)

最佳答案

您可以使用 value_counts 生成 bool 掩码来屏蔽值,然后使用 loc 将它们设置为“其他”:

In [71]:
df.loc[df['category'].isin((df['category'].value_counts()[df['category'].value_counts() < 35]).index), 'category'] = 'other'
df

Out[71]:
category
0 other
1 other
2 A
3 V
4 U
5 D
6 T
7 G
8 S
9 H
10 other
11 other
12 other
13 other
14 S
15 D
16 B
17 P
18 B
19 other
20 other
21 F
22 H
23 G
24 P
25 other
26 M
27 V
28 T
29 A
.. ...
970 E
971 D
972 other
973 P
974 V
975 S
976 E
977 other
978 H
979 V
980 O
981 other
982 O
983 Z
984 other
985 P
986 P
987 other
988 O
989 other
990 P
991 X
992 E
993 V
994 B
995 P
996 B
997 P
998 Q
999 X

[1000 rows x 1 columns]

分解以上内容:

In [74]:
df['category'].value_counts() < 35

Out[74]:
W False
B False
C False
V False
H False
P False
T False
R False
U False
K False
E False
Y False
M False
F False
O False
A False
D False
Q False
N True
J True
S True
G True
Z True
I True
X True
L True
Name: category, dtype: bool

In [76]:
df['category'].value_counts()[df['category'].value_counts() < 35]

Out[76]:
N 34
J 33
S 33
G 33
Z 32
I 31
X 31
L 30
Name: category, dtype: int64

然后我们可以对 .index 值使用 isin 并将行设置为“其他”

关于python - 在分类列中有条件地创建一个 "Other"类别,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35041628/

29 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com