詳細介紹在pandas中創(chuàng)建category類型數(shù)據(jù)的幾種方法

更新時間：2021年04月02日 09:59:41 作者：一個處女座的程序猿

這篇文章主要介紹了詳細介紹在pandas中創(chuàng)建category類型數(shù)據(jù)的幾種方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

在pandas中創(chuàng)建category類型數(shù)據(jù)的幾種方法之詳細攻略

T1、直接創(chuàng)建 category類型數(shù)據(jù)
可知，在category類型數(shù)據(jù)中，每一個元素的值要么是預設好的類型中的某一個，要么是空值（np.nan）。

T2、利用分箱機制(結合max、mean、min實現(xiàn)二分類)動態(tài)添加 category類型數(shù)據(jù)

輸出結果
[NaN, 'medium', 'medium', 'fat']
Categories (2, object): ['medium', 'fat']
   name    ID age age02 ... weight    test01    test02 age02_mark
0   Bob     1 NaN     14 ... 140.5 1.000000 1.000000      Minors
1 LiSa     2   28     26 ... 120.8 2.123457 2.123457      Adults
2 Mary         38     24 ... 169.4 3.123457 3.123457      Adults
3 Alan None           6 ... 155.6 4.123457 4.123457      Minors

[4 rows x 12 columns]

實習代碼

import pandas as pd
import numpy as np
 
contents={"name": ['Bob',    'LiSa',           'Mary',            'Alan'],
     "ID":  [1,       2,             ' ',             None],  # 輸出 NaN
     "age": [np.nan,    28,              38 ,             '' ],  # 輸出 
     "age02": [14,      26,              24 ,             6], 
    "born": [pd.NaT,   pd.Timestamp("1990-01-01"), pd.Timestamp("1980-01-01"),    ''],   # 輸出 NaT
     "sex": ['男',     '女',            '女',            None,],  # 輸出 None
     "hobbey":['打籃球',   '打羽毛球',          '打乒乓球',          '',],  # 輸出 
     "money":[200.0,        240.0,          290.0,           300.0], # 輸出
     "weight":[140.5,        120.8,         169.4,           155.6], # 輸出
     "test01":[1,  2.123456789,    3.123456781011126,  4.123456789109999],  # 輸出
     "test02":[1,  2.123456789,    3.123456781011126,  4.123456789109999],  # 輸出
     }
data_frame = pd.DataFrame(contents)
 
 
 
# T1、直接創(chuàng)建 category類型數(shù)據(jù)
weight_mark=pd.Categorical(['thin','medium','medium','fat'],categories=['medium','fat'])
print(weight_mark)
 
 
 
# T2、利用分箱機制(結合max、mean、min實現(xiàn)二分類)動態(tài)添加 category類型數(shù)據(jù)
col_age_des=pd.Series(data_frame['age02']).describe()
age_ranges=[col_age_des['min']-1,col_age_des['mean'],col_age_des['max']+1]
age_labels=['Minors','Adults']        # 高于平均值的為胖
data_frame['age02_mark']=pd.cut(data_frame['age02'],age_ranges,labels=age_labels)
print(data_frame)

到此這篇關于詳細介紹在pandas中創(chuàng)建category類型數(shù)據(jù)的幾種方法的文章就介紹到這了,更多相關pandas創(chuàng)建category內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: