- 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?
我有下面的 Pandas(版本 0.15.2)数据框。我想在创建 df
之后将 code
列设为 Categorical
类型的有序变量,如下所示。
import pandas as pd
df = pd.DataFrame({'id' : range(1,9),
'code' : ['one', 'one', 'two', 'three',
'two', 'three', 'one', 'two'],
'amount' : np.random.randn(8)}, columns= ['id','code','amount'])
df.code = df.code.astype('category')
>> 0 one
>> 1 one
>> 2 two
>> 3 three
>> 4 two
>> 5 three
>> 6 one
>> 7 two
>> Name: code, dtype: category
>> Categories (3, object): [one < three < two]
所以这有效,但只是部分有效。我不能强加命令。以下所有功能均在 documentation webpage 上进行了演示,为我抛出语法错误:
df.code = df.code.astype('category', categories=['one','two','three'], ordered=True)
>> error: astype() got an unexpected keyword argument 'categories'
或者甚至:
df.code.ordered
>> error: 'Series' object has no attribute 'ordered'
df.code.categories
>> error: 'Series' object has no attribute 'categories'
1) 这很烦人。我什至无法获取我的 Categorical
变量的类别(级别)。我是否做错了什么或者网络文档是否已过时/不一致?
2) 另外,你知道类型 Categorical
是否有距离概念,即 Pandas 是否知道根据上面的排序,one
比 two
更接近 two
?我计划用它来计算(不)相似性。
最佳答案
这是一个简短的示例,其中包含有序分类变量和(对我来说)使用 rank()
(作为一种距离度量)得出的令人惊讶的结果:
df = pd.DataFrame({ 'code':['one','two','three','one'], 'num':[1,2,3,1] })
df.code = df.code.astype('category', categories=['one','two','three'], ordered=True)
code num
0 one 1
1 two 2
2 three 3
3 one 1
df.sort('code')
code num
0 one 1
3 one 1
1 two 2
2 three 3
因此 sort()
按指定的顺序按预期工作。但是 rank()
并没有按照我的猜测进行操作,它按字典顺序排名并忽略分类变量的顺序。
df.sort('code').rank()
code num
0 1.5 1.5
3 1.5 1.5
1 4.0 3.0
2 3.0 4.0
所有这些可能是一个更长的提问方式:也许您只想要一个整数类型?我的意思是,你可以在排序后在这里编写某种距离函数,但最终这将比你使用标准 int 或 float 所做的工作要多得多(如果你看看如何 rank()
处理有序分类。
编辑添加:上面的部分内容可能不适用于 pandas 15.2,但我相信您仍然可以这样做来指定顺序:
df['code'].cat.categories = ['one','two','three']
默认情况下(据我所知)在 15.2 中发生的情况是,ordered 默认情况下为 True(但在版本 16.0 中为 False),但顺序将按字典顺序排列,而不是按构造函数中指定的顺序排列。但我不确定,并且我正在 16.0 中工作,因此您必须观察您的版本的行为方式。请记住,分类仍然是相当新的......
关于python - Pandas 分类数据类型的行为不符合预期,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29829427/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!