Question

如何追加包含分类数据类型的预定义列的Pandas DataFrame：

df=pd.DataFrame([],columns=['a','b'])
df['a']=pd.Categorical([],categories=[0,1])

new_df=pd.DataFrame.from_dict({'a':[1],'b':[0]})
df.append(new_df)

上面给我一个错误：

ValueError: all the input arrays must have same number of dimensions

更新：如果类别是字符串而不是整数，则附加似乎有效：

df['a']=pd.Categorical([],categories=['Left','Right'])

new_df=pd.DataFrame.from_dict({'a':['Left'],'b':[0]})
df.append(new_df)

那么，如何使用int值类别附加到DataFrame？其次，我假设使用二进制值（0/1），将列存储为Categorical而不是numeric数据类型将更有效或更快。这是真的？如果没有，我甚至可能不愿意将我的列转换为分类类型。

Answer 1

您必须保持两个数据帧一致。在将第a列从第一个数据帧转换为分类时，您需要对第二个数据帧执行相同操作。你可以按照以下方式进行 -

import pandas as pd

df=pd.DataFrame([],columns=['a', 'b'])
df['a']=pd.Categorical([],[0, 1])

new_df=pd.DataFrame.from_dict({'a':[0,1,1,1,0,0],'b':[1,1,8,4,0,0]})
new_df['a'] = pd.Categorical(new_df['a'],[0, 1])

df.append(new_df, ignore_index=True)

希望这有帮助。

使用分类列

1 个答案: