Question

我想将数据集的两个作业重命名为“ pastry”。我创建了一个词典，将新名称作为关键字，并将以前的类别作为列表

# dataframe for artificial dataframe
salary = [100, 200, 125, 400, 200]
job = ["pastry Commis ", "line cook", "pastry Commis", "pastry chef", "line cook"]
# New categories
cat_ac = {"pastry": ["pastry Commis", "pastry chef"]}

df_test = pd.DataFrame({"salary": salary, "job": job})

df_test.head()

然后

df_test.loc[df_test["job"].isin(cat_ac[list(cat_ac.keys())[0]]), "job"] = list(cat_ac.keys())[0]

df_test

在这个小的数据集上一切正常，但是当我对我的4万行数据进行相同的实验时，与以下任务“ pastry Comis”和“ pastry Chef”相对应的所有行都消失了。或新的类别“糕点”

# We read the lines with the new category
df.loc[df["job"].isin(["pastry"]), "job"]
Out: Series([], Name: job, dtype: object)

# We read the lines with the previous categories
df.loc[df["job"].isin(cat_baking[list(cat_baking.keys())[0]]), "job"]
Out: Series([], Name: job, dtype: object)

有什么问题的想法吗？

Answer 1

您可以使用：

df_test.job.replace({i:k for i in v for k, v in cat_ac.items()})

0    pastry Commis 
1         line cook
2            pastry
3            pastry
4         line cook

注意 ：我认为您已经为第一条记录留出了空间，因此它不会替代原先打算的记录，因为您的工作解决方案也是如此，我们可以使用str.strip()来处理他们

Answer 2

使用您的import * as firebase from 'firebase'; import flamelink from 'flamelink'; const firebaseConfig = { apiKey: '<your-api-key>', // required authDomain: '<your-auth-domain>', // required databaseURL: '<your-database-url>', // required projectId: '<your-project-id>', // required storageBucket: '<your-storage-bucket-code>', // required messagingSenderId: '<your-messenger-id>' // optional }; const firebaseApp = firebase.initializeApp(firebaseConfig); const app = flamelink({ firebaseApp });替换用正则表达式模式替换：

dict

Answer 3

您也可以使用np.where：

import numpy as np

df_test['job'] = np.where((df_test['job'].str.contains('pastry Commis')) | (df_test['job'].str.contains('pastry chef')), 'pastry', df_test['job'])

重命名熊猫中的特定行

3 个答案: