Question

我对python很陌生，曾经使用R。为此，我将使用as.factor并根据数字进行分类。

以前我曾尝试使用replace和.loc函数，以便根据条件在新列中提供新的类别值，但是这样做只会失败，而我想要做的事。

最终，我创建了以下非常简单的功能：

pipeline.predict(pd.DataFrame({ 'y': [3, 8], 'a': ['a', 'b' ], 'b': [3, 6],}))

但是，当我运行该函数时，它仅返回“ LowFl”，而未更正其他部分。我觉得我缺少什么。

数据信息如下：

new_df = pd.DataFrame({ 'y': [3, 8], 'a': ['a', 'b' ], 'b': [3, 6],})

new_X = new_df[['a', 'b']]
new_y = new_df['y']

pipeline.predict(new_X)

任何评论都会有所帮助！

g['Category'] = ""

for i in g['NumFloorsGroup']:
    if i == '0-9' or i == '10-19':
        g['Category'] = 'LowFl'
    elif i == '50~':
        g['Category'] = 'HighFl'
    else:
        g['Category'] = 'NormalFl'

仅返回LowFl的零件

<class 'pandas.core.frame.DataFrame'>
Int64Index: 596 entries, 128 to 595
Data columns (total 4 columns):
YearBuilt         596 non-null int64
NumFloorsGroup    596 non-null category
Count             596 non-null int64
Category          596 non-null object
dtypes: category(1), int64(2), object(1)

这会将所有类别返回为LowFl

bins = [0, 10, 20, 30, 40, 50, np.inf]
labels = ['0-9', '10-19', '20-29', '30-39', '40-49', '50~']
copy = original_data.copy()
copy['NumFloorsGroup'] = pd.cut(copy['NumFloors'], bins=bins, labels=labels, include_lowest=True)

g = (copy.groupby(['YearBuilt', 'NumFloorsGroup'])['YearBuilt']
        .count()
        .reset_index(name="Count")
                 .sort_values(by='Count', ascending=False))

Answer 1

我建议使用新的bin和新的标签更改cut函数，因为最好的方法是避免熊猫中的循环，因为如果存在某些矢量化函数，速度会很慢：

df = pd.DataFrame({'Floors':[0,1,10,19,20,25,40, 70]})

bins = [0, 10, 20, 30, 40, 50, np.inf]
labels = ['0-9', '10-19', '20-29', '30-39', '40-49', '50~']

df['NumFloorsGroup'] = pd.cut(df['Floors'], 
                              bins=bins, 
                              labels=labels,
                              include_lowest=True)

df['Category'] = pd.cut(df['Floors'], 
                        bins=[0, 19, 50, np.inf], 
                        labels=['LowFl','NormalFl','HighFl'],
                        include_lowest=True)

print (df)
   Floors NumFloorsGroup  Category
0       0            0-9     LowFl
1       1            0-9     LowFl
2      10            0-9     LowFl
3      19          10-19     LowFl
4      20          10-19  NormalFl
5      25          20-29  NormalFl
6      40          30-39  NormalFl
7      70            50~    HighFl

或者将map与带有fillna的字典一起用NaN替换不在字典（NormalFl s中）的值：

d = { "0-9": 'LowFl',  "10-19": 'LowFl',"50+": 'HighFl'}
df['Category']  = df['NumFloorsGroup'].map(d).fillna('NormalFl')

Answer 2

您可以尝试以下方法：

d = {
  "0-9": 'LowFl',
  "10-19": 'LowFl',
  "10-19": '50~',
}
g['NumFloorsGroup'].map(lambda key: d.get(key, 'NormalFl'))

Answer 3

您的解决方案不起作用的原因是您没有在数据帧上进行迭代。因此，要纠正您的解决方案，而不是直接将其分配给该列，而是将值附加到列表中，然后再将该列表分配给数据框。

category = []
for i in g['NumFloorsGroup']:
    if i == '0-9' or i == '10-19':
        category.append('LowFl')
    elif i == '50~':
        category.append('HighFl')
    else:
        category.append('NormalFl')

g.assign(category = category)

for if循环在条件下进行分类

3 个答案: