有没有办法用数据框中的平均值替换远程数据（例如18-25）？

Question

我有一个数据集 black friday。 Here是它的样子。
年龄的范围是1-17,18-25等。我想用它们的平均值替换所有这些范围。我可以遍历 Age 列的每个元素并解析它们并用mean替换字符串值。这可能效率低下。

所以我想知道有没有更短的方法呢？或者有没有其他方法来处理数据范围？ （在python ofcourse中）

Answer 1

有几种方法可以转换此变量。在我看到的图片中，不仅有箱子，还有价值'55 +'，需要考虑它。

1）一个班轮：

df['age'].apply(lambda x: np.mean([int(x.split('-')[0]), int(x.split('-')[1])]) if '+' not in x else x[:-1])

它检查值是否包含'+'（如55+），如果是，则返回没有'+'的值。否则，bin被分成两个值，它们被转换为int并计算它们的平均值。

2）使用字典进行转换：

mapping = {'1-17': 9, '18-25': 21.5, '55+': 55}
df['age'].apply(lambda x: mapping[x])

您需要将所有值添加到映射字典（手动或自动计算）。然后将此转换应用于系列。