熊猫:如何用字符串替换范围内的值?

时间:2018-05-26 22:50:48

标签: python python-3.x pandas dataframe

我正在尝试用某个其他值替换某个范围内的值。

我有一个字典,其中包含char作为键,而上部范围包含如下的值 -

replace_dict = {
        'A': 10, 
        'B': 21, 
        'C': 34, 
        'D': 49, 
        'E': 66, 
        'F': 85, 
        'G': 107, 
        'H': 132, 
        'I': 160, 
        'J': 192, 
        'K': 229, 
        'L': 271, 
        'M': 319, 
        'N': 395, 
        'O': 495, 
        'P': 595, 
        'Q': 795, 
        'R': 1100
}

我需要将值替换为范围内的相应键。

例如:

Values in the range of 1-10 will be replaced by 'A',
Values in the range of 11-21 will be replaced by 'B'
Values in the range of 22-34 will be replaced by 'C'
Values in the range of 35-50 will be replaced by 'D'
Values in the range of 51-66 will be replaced by 'E'

我写了以下代码:

k=1
for i, j in replace_dict.items():
    data.loc[data['my_col'].between(k,j)] = i
    k=j+1

此代码显示TypeError: '>=' not supported between instances of 'str' and 'int'

然而,行data.loc[data['my_col'].between(1,10)] = 'A'工作正常。

这个问题的解决方案是什么?

2 个答案:

答案 0 :(得分:2)

您可以使用pandas.cut。需要注意几点:

  1. 我们使用dict.keys的事实排序和dict.values是一致的。
  2. 我们明确提供binslabels;请注意labels项目必须少于bins
  3. 您可能希望为超过1100的值添加额外的bin。
  4. 这是一个最小的例子。

    df = pd.DataFrame({'col': [500, 123, 56, 12, 1000, 2, 456]})
    
    df['mapped'] = pd.cut(df['col'],
                          bins=[1]+list(replace_dict.values()),
                          labels=list(replace_dict.keys()))
    
    print(df)
    
        col mapped
    0   500      P
    1   123      H
    2    56      E
    3    12      B
    4  1000      R
    5     2      A
    6   456      O
    

答案 1 :(得分:1)

您可以使用所需的范围创建单独的DataFrame,使用map

创建intervalIndex

<强> 设置

ranges = pd.DataFrame(replace_dict, index=['STOP']).T.reset_index()
ranges['START'] = (ranges.STOP.shift(1)+1).fillna(1)
ranges.index = pd.IntervalIndex.from_arrays(ranges.START, ranges.STOP, closed='both')

                index  STOP  START
[1.0, 10.0]         A    10    1.0
[11.0, 21.0]        B    21   11.0
[22.0, 34.0]        C    34   22.0
[35.0, 49.0]        D    49   35.0
[50.0, 66.0]        E    66   50.0
etc...
使用 map

intervalIndex

df = pd.DataFrame({'nums': np.random.randint(1, 1000, 10)})
   nums
0   699
1   133
2   829
3   299
4   306
5   691
6   172
7   225
8   522
9   671

df.nums.map(ranges['index'])

0    Q
1    I
2    R
3    M
4    M
5    Q
6    J
7    K
8    P
9    Q