python-将熊猫值映射到分类级别

熊猫新手. R用户使用拆分,应用,合并模式来分析子群体.例如性别,1 =“男性”,2 =“女性”,9 =“未知”.

我有一个数据框,其中有一个天列,其20,000的值是从1到7的整数,对应于“ Mon”,“ Tue”等.我需要使用标签而不是它们的原始int值进行分类.

我的第一次尝试是尝试.astype(“ category”)：

import numpy as np
import pandas as pd
dow = pd.DataFrame({'labels': ("Sunday","Monday","Tuesday",\
"Wednesday", "Thursday", "Friday", "Saturday")})

data = pd.DataFrame({'value': [1, 1, 2, 3, 4, 7, 8, 9, 0]})
data['formtatted'] = dow['labels'].astype('category')
data

value   formtatted
0   1   Sunday
1   1   Monday
2   2   Tuesday
3   3   Wednesday
4   4   Thursday
5   7   Friday
6   8   Saturday
7   9   NaN
8   0   NaN

我希望标签映射到两次给定“ Sunday”的整数值,而不是获得循环列表的行为.

接下来,我尝试使用.factorize属性,例如：

data2 = pd.DataFrame({'values': [1, 1, 2, 3, 4, 7, 8, 9, 0]})
dow2 = pd.DataFrame({'labels': ["Sunday","Monday","Tuesday", \
"Wednesday", "Thursday", "Friday", "Saturday"]})
dow_cat = pd.factorize(dow2['labels'])

dow_cat
(array([0, 1, 2, 3, 4, 5, 6]),
 Index(['Sunday', 'Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday',
    'Saturday'], dtype='object'))

看起来很有希望.

data2['labels'] = dow_cat[0]

但是会引发错误：值的长度与索引的长度不匹配

说明：无法在创建时指定标签.之后使用s.cat.rename_categories(new_labels).

很公平：

dow3 = pd.DataFrame({'values': [1, 2, 3, 4, 5, 6, 7]},
               dtype="category")

dow3.values = dow3['values'].cat.rename_categories(["Sunday", \
"Monday","Tuesday","Wednesday", \
"Thursday", "Friday", "Saturday"])
df3['formatted'] = dow3["values"]

df3

    values  formatted
0   1   Sunday
1   1   Monday
2   2   Tuesday
3   3   Wednesday
4   4   Thursday
5   7   Friday
6   8   Saturday
7   9   NaN
8   0   NaN

我从哪儿开始的,具有循环列表的行为.

我敢打赌,我已经忽略了显而易见的事情,但这使我难以理解.关于我从这里去哪里的建议？

解决方法:

不确定我是否了解您要做什么…也许您使一些简单的事情变得过于复杂：这是您想要的吗？如果没有,请提供输入和预期输出的清晰示例.

data = pd.DataFrame({'values': [1, 1, 2, 3, 4, 7, 8, 9, 0]})
dow = {
    0:"Sunday",
    1:"Monday",
    2:"Tuesday",
    3:"Wednesday", 
    4:"Thursday", 
    5:"Friday", 
    6:"Saturday"
}
data["dow"] = data['values'].map(dow)

print data

结果：

   values        dow
0       1     Monday
1       1     Monday
2       2    Tuesday
3       3  Wednesday
4       4   Thursday
5       7        NaN
6       8        NaN
7       9        NaN
8       0     Sunday

python-将熊猫值映射到分类级别

相关文章