loc 用于 Pandas 中的分类数据 - python

Question

我有一个包含类别的列的数据集。我想将某些类别合并到现有类别中。我试图通过将战争结合成行动、历史结合成纪录片、科幻结合成奇幻等，总共有 11 个类别

这是专栏信息：

df.genre.value_counts()

Drama              9081
Comedy             6562
Action             3692
Horror             2087
Crime              1435
Documentary        1334
Thriller           1312
Adventure          1301
Romance             931
Animation           830
Fantasy             573
Science Fiction     502
Mystery             457
Family              395
Western             375
Music               324
War                 308
TV Movie            245
History             216
Foreign              60
Name: genre, dtype: int64

为了尝试结合历史和纪录片等值，我以前使用过

loc

函数但不记得正确的代码并不断出错。

我使用的代码（不正确）：

df.loc[df.genre["History"].value_counts().reset_index() = df.genre["Documentary"]] = "Documentary"

df.loc[df.genre["War"].value_counts().reset_index() = df.genre["Action"]] = "Action"

Answer 1

最简单的建立地图然后使用

df.col.replace()

，见下文。

df_map = pd.DataFrame(dict(genre=['War','Adventure','Action'], genre_update=['Action','Action','Action']))

df_genre = pd.DataFrame(dict(genre=['War','Adventure','Action','Mystery'], val=[1,2,3,4]))

df_genre['updated'] = df_genre.genre.replace(dict(zip(df_map.genre, df_map.genre_update)))

|    | genre     |   val | updated   |
|---:|:----------|------:|:----------|
|  0 | War       |     1 | Action    |
|  1 | Adventure |     2 | Action    |
|  2 | Action    |     3 | Action    |
|  3 | Mystery   |     4 | Mystery   |

注意，您可以使用

df.col.map()

但这会将未映射的值替换为 NaN。

df_genre['updated'] = df_genre.genre.map(dict(zip(df_map.genre, df_map.genre_update)))

|    | genre     |   val | updated   |
|---:|:----------|------:|:----------|
|  0 | War       |     1 | Action    |
|  1 | Adventure |     2 | Action    |
|  2 | Action    |     3 | Action    |
|  3 | Mystery   |     4 | nan       |