如何使用对应字典重命名pd.value_counts（）索引

Question

我正在对代表分类值的整数列进行value_counts()处理。

我有一个字典，将数字映射到与类别名称相对应的字符串。

我想找到一种最佳方式来使索引具有相应的名称。由于我对自己的4行解决方案不满意。

我当前的解决方案

df = pd.DataFrame({"weather": [1,2,1,3]})
df
>>>
   weather
0        1
1        2
2        1
3        3

weather_correspondance_dict = {1:"sunny", 2:"rainy", 3:"cloudy"}

现在我该如何解决问题：

df_vc = df.weather.value_counts()
index = df_vc.index.map(lambda x: weather_correspondance_dict[x] )
df_vc.index = index
df_vc
>>>
sunny     2
cloudy    1
rainy     1
dtype: int64

问题

我对那种非常乏味的解决方案不满意，您是否有针对这种情况的最佳实践？

Answer 1

这是我的解决方案：

>>> weather_correspondance_dict = {1:"sunny", 2:"rainy", 3:"cloudy"}
>>> df["weather"].value_counts().rename(index=weather_correspondance_dict)
    sunny     2
    cloudy    1
    rainy     1
    Name: weather, dtype: int64

Answer 2

这是一个更简单的解决方案：

weathers = ['sunny', 'rainy', 'cloudy']
weathers_dict = dict(enumerate(weathers, 1))

df_vc = df['weather'].value_counts()
df_vc.index = df_vc.index.map(weathers_dict.get)

说明

• 使用dict和enumerate来构造一个字典，将整数映射到天气类型列表。
• 将dict.get与pd.Index.map一起使用。与pd.Series.apply不同，您不能直接传递字典，但可以传递可调用函数。
• 直接更新索引，而不使用中间变量。

---

或者，您可以在使用weather之前将地图应用于pd.Series.value_counts。这样，您无需更新结果索引。

df['weather'] = df['weather'].map(weathers_dict)
df_vc = df['weather'].value_counts()

Answer 3

分类数据

您可以将Categorical Data与pd.CategoricalIndex.rename_categories结合使用：

s = df['weather'].value_counts()
s.index = pd.Categorical(s.index).rename_categories(weather_correspondance_dict)

该功能在Pandas v0.21 +中可用。