Question

我对熊猫很新，来自统计背景，我正在努力解决一个概念问题：熊猫有列，包含值。但有时值具有特殊意义 - 在SPSS或R等统计程序中称为“标签”。

想象一下“雨”列有两个值0“没有下雨”和“下雨” - 有没有办法将这些标签分配给列？

有没有办法在熊猫中做到这一点？主要用于平台和可视化目的。

Answer 1

您可以使用单独的字典将值映射到标签：

 d={0:"no rain",1:"raining"}

然后您可以通过

访问标记数据

 df.rain_column.apply(lambda x:d[x])

Answer 2

不再需要使用map了。从版本0.15开始，Pandas允许其列的分类数据类型。存储的数据占用的空间更少，对它的操作更快，您可以使用标签。

我从pandas docs：

中抽取了一个例子

df = pd.DataFrame({"id":[1,2,3,4,5,6], "raw_grade":['a', 'b', 'b', 'a', 'a', 'e']})
#Recast grade as a categorical variable
df["grade"] = df["raw_grade"].astype("category")

df["grade"]

#Gives this:
Out[124]: 
0    a
1    b
2    b
3    a
4    a
5    e
Name: grade, dtype: category
Categories (3, object): [a, b, e]

您还可以重命名类别并添加缺少的类别

在熊猫中标记变量？

2 个答案: