在pandas中创建category类型数据的几种方法之详细攻略
T1、直接创建 category类型数据
可知，在category类型数据中，每一个元素的值要么是预设好的类型中的某一个，要么是空值（np.nan）。
T2、利用分箱机制(结合max、mean、min实现二分类)动态添加 category类型数据
输出结果
[NaN, 'medium', 'medium', 'fat']
Categories (2, object): ['medium', 'fat']
name ID age age02 ... weight test01 test02 age02_mark
0 Bob 1 NaN 14 ... 140.5 1.000000 1.000000 Minors
1 LiSa 2 28 26 ... 120.8 2.123457 2.123457 Adults
2 Mary 38 24 ... 169.4 3.123457 3.123457 Adults
3 Alan None 6 ... 155.6 4.123457 4.123457 Minors
[4 rows x 12 columns]
实习代码
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
import pandas as pdimport numpy as np contents={"name": ['Bob', 'LiSa', 'Mary', 'Alan'], "ID": [1, 2, ' ', None], # 输出 NaN "age": [np.nan, 28, 38 , '' ], # 输出 "age02": [14, 26, 24 , 6], "born": [pd.NaT, pd.Timestamp("1990-01-01"), pd.Timestamp("1980-01-01"), ''], # 输出 NaT "sex": ['男', '女', '女', None,], # 输出 None "hobbey":['打篮球', '打羽毛球', '打乒乓球', '',], # 输出 "money":[200.0, 240.0, 290.0, 300.0], # 输出 "weight":[140.5, 120.8, 169.4, 155.6], # 输出 "test01":[1, 2.123456789, 3.123456781011126, 4.123456789109999], # 输出 "test02":[1, 2.123456789, 3.123456781011126, 4.123456789109999], # 输出 }data_frame = pd.DataFrame(contents) # T1、直接创建 category类型数据weight_mark=pd.Categorical(['thin','medium','medium','fat'],categories=['medium','fat'])print(weight_mark) # T2、利用分箱机制(结合max、mean、min实现二分类)动态添加 category类型数据col_age_des=pd.Series(data_frame['age02']).describe()age_ranges=[col_age_des['min']-1,col_age_des['mean'],col_age_des['max']+1]age_labels=['Minors','Adults'] # 高于平均值的为胖data_frame['age02_mark']=pd.cut(data_frame['age02'],age_ranges,labels=age_labels)print(data_frame) |
到此这篇关于详细介绍在pandas中创建category类型数据的几种方法的文章就介绍到这了,更多相关pandas创建category内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://blog.csdn.net/qq_41185868/article/details/115314188
