Python条件聚合

Question

我有一个包含超过 3000 个类别标签的大型数据框。我想根据 groupby 计数有选择地重新编码标签。这就像 Excel 中的条件替换。例如:

ID Label   
1  cat  
2  dog  
3  cat  
4  cat  
5  dog  
6  bird 

每个数量:

cat: 3  
dog: 2  
bird: 1   

逻辑:如果 count <= 2，则将标签更改为“其他”

ID Label   
1  cat  
2  other  
3  cat  
4  cat  
5  other  
6  other  

每个数量:

cat: 3  
other: 3  

也许你们中的一些人知道一种更Pythonic的方法来完成同样的事情。也许神秘的 lambda 函数可以帮助...

像往常一样，我已经在这里阅读了很多帖子。

我的 Python 代码看起来像这样:

df['Label'] = df.groupby('Label')['Label'].transform('count')
df['New_Label'] = np.where(df.label <= 2, 'other', df.label)

Answer 1

此代码使用 pd.DataFrame.where() 而不是 np.where() 并在一行中完成:

df.Label = df.Label.where(df.groupby('Label')['Label'].transform('count') > 2, 'other')
print(df)

     Label
ID       
1      cat
2    other
3      cat
4      cat
5    other
6    other