python pandas按值计数重新标记值

Question

给出以下示例:

example = pd.DataFrame({'y':[1,1,1,1,1,1,1,1,1,1,2,2,2,2,0,0,-1,-1,-1]})

我想按频率计数以降序重新标记这些值。因此，我希望将案例数最多的值(例如 1)替换为 0，然后将下一个最大的 bin 替换为 1，依此类推所有值。需要注意的是，我想忽略值为 -1 的情况。如果我运行 value_counts() ，我可以看到这个:

y 
 1    10
 2     4
-1     3
 0     2
dtype: int64

但我想要一个 pythonic 和非 hacky/clean 解决方案来创建以下内容:

    y
0   0
1   0
2   0
3   0
4   0
5   0
6   0
7   0
8   0
9   0
10  1
11  1
12  1
13  1
14  2
15  2
16 -1
17 -1
18 -1

y 
 0    10
 1     4
-1     3
 2     2
dtype: int64

(理想情况下，我也保留旧列以保持良好的记录)。我可以遍历每个值，检查它是否不是 -1，然后 value_counts()并用迭代次数替换它，但这种感觉维护性相当高。有没有干净的方法来实现它？

Answer 1

使用 Series.map 由索引创建的字典来自 Series之后 Series.value_counts 没有 -1 :

s = example['y'].value_counts().drop(-1)
d = {v:k for k, v in dict(enumerate(s.index)).items()}

或者:

s = example['y'].value_counts().drop(-1)
d = dict(zip(s.index, range(len(s))))

m = example['y'].ne(-1)
example.loc[m, 'y'] = example.loc[m, 'y'].map(d)

print (example)
  y
0   0
1   0
2   0
3   0
4   0
5   0
6   0
7   0
8   0
9   0
10  1
11  1
12  1
13  1
14  2
15  2
16 -1
17 -1
18 -1

另一个想法是添加 -1带值 -1至 dictionary :

s = example['y'].value_counts().drop(-1)
d = {**{-1:-1}, **dict(zip(s.index, range(len(s))))}

example['y'] = example['y'].map(d)