Question

我有一个名为language的数据框

         lang          level
0      english         intermediate
1      spanish         intermediate
2      spanish         basic
3      english         basic
4      english         advanced
5      spanish         intermediate
6      spanish         basic
7      spanish         advanced

我使用

将每个变量分类为数字

language.lang.astype('category').cat.codes

和

language.level.astype('category').cat.codes

分别。获取以下数据框：

      lang   level
0      0       1
1      1       1
2      1       0
3      0       0
4      0       2
5      1       1
6      1       0
7      1       2

现在，我想知道是否有一种方法来获取哪个原始值对应于每个值。我想知道0列中的lang值对应于英语，依此类推。

有没有能让我取回这些信息的功能？

Answer 1

您可以生成字典：

c = language.lang.astype('category')

d = dict(enumerate(c.cat.categories))
print (d)
{0: 'english', 1: 'spanish'}

因此，如有可能，map：

language['code'] = language.lang.astype('category').cat.codes

language['level_back'] = language['code'].map(d)
print (language)
      lang         level  code level_back
0  english  intermediate     0    english
1  spanish  intermediate     1    spanish
2  spanish         basic     1    spanish
3  english         basic     0    english
4  english      advanced     0    english
5  spanish  intermediate     1    spanish
6  spanish         basic     1    spanish
7  spanish      advanced     1    spanish

Answer 2

您可以使用.cat.categories索引，如下所示：

df.lang.cat.categories[0]

输出：

'english'

Answer 3

分类类型是分解的过程。意味着每个唯一值或类别都从0开始获得递增的整数值。

例如：

c = language.lang.astype('category')

您输入了密码

codes = c.cat.codes

和类别

cats = c.cat.categories

它旨在使您能够利用Numpy数组切片，并且可以通过以下方式访问标签或类别：

cats[codes]

Index(['english', 'spanish', 'spanish', 'english', 'english', 'spanish',
       'spanish', 'spanish'],
      dtype='object')

当您已经有了一个可以非常有效地查找它的结构时，就不需要构建字典来查找它。

再举一个例子，这就是我们可以使用pd.factorize复制的方式

codes, cats = pd.factorize(language.lang)

print(cats, codes, cats[codes], sep='\n\n')

Index(['english', 'spanish'], dtype='object')

[0 1 1 0 0 1 1 1]

Index(['english', 'spanish', 'spanish', 'english', 'english', 'spanish',
       'spanish', 'spanish'],
      dtype='object')

如何知道由astype（'category'）。cat.codes分配的标签？

3 个答案: