Question

python的新手。我有一个数据集，其中“汽车”列具有87个不同的值。我想更改此列，以在该列中显示前十大汽车品牌，其余77个将被归类为“杂项”。下面的示例演示：

In[]:  car_sales['car'].unique()

Out[]: array(['Ford', 'Mercedes-Benz', 'Nissan', 'Honda', 'Renault', 'BMW',
   'Land Rover', 'Volkswagen', 'Audi', 'Chrysler', 'Jaguar',
   'Mitsubishi', 'Kia', 'Porsche', 'Toyota', 'Hyundai'], dtype=object)

除了排名前5名之外，我都想先将其他所有单词都作为词典使用

my dict = {'Miscellaneous' :  'Nissan', 'Honda', 'Renault', 'BMW',
   'Land Rover', 'Volkswagen', 'Audi', 'Chrysler', 'Jaguar'}

我现在该如何继续看我的专车，如下所示：

汽车

福特

梅赛德斯-奔驰

日产

奥迪

美洲虎

其他

寻求帮助。谢谢

Answer 1

您可以使用pandas.Categorical处理这些类型的问题。 categorical类型还具有更高的内存效率。

示例：

cars = ['Ford', 'Mercedes-Benz', 'Nissan', 'Honda', 'Renault', 'BMW',
        'Land Rover', 'Volkswagen', 'Audi', 'Chrysler', 'Jaguar',
        'Mitsubishi', 'Kia', 'Porsche', 'Toyota', 'Hyundai']

df = pd.DataFrame({'cars': np.random.choice(cars, 100)})

top_5 = ['Ford', 'Mercedes-Benz', 'Nissan', 'Audi', 'Jaguar', 'Miscellaneous']

df['cars_refined'] = pd.Categorical(df['cars'], categories=top_5).fillna('Miscellaneous')

print(df.head(10))

            cars   cars_refined
0  Mercedes-Benz  Mercedes-Benz
1  Mercedes-Benz  Mercedes-Benz
2     Volkswagen  Miscellaneous
3           Ford           Ford
4     Mitsubishi  Miscellaneous
5         Toyota  Miscellaneous
6        Porsche  Miscellaneous
7          Honda  Miscellaneous
8            Kia  Miscellaneous
9         Jaguar         Jaguar

Answer 2

我不太确定我了解您在做什么，但我想您可以做这样的事情：

[x for x in car_sales['car'] if x not in my_dict['Miscellaneous']] + ['Miscellaneous']

假设my_dict的定义如下（请注意dict中的值是一个集合）：

my_dict = {'Miscellaneous': {'Nissan', 'Honda', 'Renault', 'BMW', 'Land Rover', 'Volkswagen', 'Audi', 'Chrysler', 'Jaguar'}}

所以您可以使用类似的代码（我假设您使用的是numpy，并且希望将结果作为numpy数组）：

new_array = np.array([x for x in car_sales['car'] if x not in my_dict['misc']] + ['Miscellaneous'])

希望对您有帮助！

如何创建一个新列，将前5行和其余行合并为其他行？

2 个答案:

示例：