python-3.x - 将多分类列转换为 Pandas 中的两个类别

Question

我有一个数据框，如下所示。

df:

ID      tag              
1       pandas
2       numpy
3       matplotlib
4       pandas
5       pandas
6       sns
7       sklearn
8       sklearn
9       pandas
10      pandas

在上面的 df 中，我想添加一个名为 tag_binary 的列。不管它是不是 Pandas ，哪个都会。

预期输出:

ID      tag            tag_binary         
1       pandas         pandas
2       numpy          non_pandas
3       matplotlib     non_pandas
4       pandas         pandas
5       pandas         pandas
6       sns            non_pandas
7       sklearn        non_pandas
8       sklearn        non_pandas
9       pandas         pandas
10      pandas         pandas

我使用字典和 map 函数尝试了以下代码。它运作良好。但我想知道在不创建这个完整词典的情况下是否有更简单的方法。

d = {'pandas':'pandas', 'numpy':'non_pandas', 'matplotlib':'non_pandas',
    'sns':'non_pandas', 'sklearn':'non_pandas'}
df["tag_binary"] = df['tag'].map(d)

Answer 1

您可以使用 where 进行相等性检查以保留 'pandas' 并用 'non_pandas' 填充其他所有内容。

df['tag_binary'] = df['tag'].where(df['tag'].eq('pandas'), 'non_pandas')

   ID         tag    tag_binary
0   1      pandas        pandas
1   2       numpy    non_pandas
2   3  matplotlib    non_pandas
3   4      pandas        pandas
4   5      pandas        pandas
5   6         sns    non_pandas
6   7     sklearn    non_pandas
7   8     sklearn    non_pandas
8   9      pandas        pandas
9  10      pandas        pandas

---

如果你想要更灵活的东西，那么你也可以将特定值映射到一些标签，那么你可以利用这样一个事实，即对于不在你的 dict 中的键，map 返回 NaN。因此，只指定您关心的映射，然后 fillna 处理所有其他情况。

# Could be more general like {'pandas': 'pandas', 'geopandas': 'pandas'}
d = {'pandas': 'pandas'} 
df['pandas_binary'] = df['tag'].map(d).fillna('non_pandas')