这篇教程详细介绍在pandas中创建category类型数据的几种方法写得很实用，希望能帮到您。
在pandas中创建category类型数据的几种方法之详细攻略
T1、直接创建 category类型数据
可知，在category类型数据中，每一个元素的值要么是预设好的类型中的某一个，要么是空值（np.nan）。 T2、利用分箱机制(结合max、mean、min实现二分类)动态添加 category类型数据
输出结果
[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]
实习代码
import pandas as pdimport numpy as np contents={"name": ['Bob', 'LiSa', 'Mary', 'Alan'], "ID": [1, 2, ' ', None], # 输出 NaN "age": [np.nan, 28, 38 , '' ], # 输出 "age02": [14, 26, 24 , 6], "born": [pd.NaT, pd.Timestamp("1990-01-01"), pd.Timestamp("1980-01-01"), ''], # 输出 NaT "sex": ['男', '女', '女', None,], # 输出 None "hobbey":['打篮球', '打羽毛球', '打乒乓球', '',], # 输出 "money":[200.0, 240.0, 290.0, 300.0], # 输出 "weight":[140.5, 120.8, 169.4, 155.6], # 输出 "test01":[1, 2.123456789, 3.123456781011126, 4.123456789109999], # 输出 "test02":[1, 2.123456789, 3.123456781011126, 4.123456789109999], # 输出 }data_frame = pd.DataFrame(contents) # T1、直接创建 category类型数据weight_mark=pd.Categorical(['thin','medium','medium','fat'],categories=['medium','fat'])print(weight_mark) # T2、利用分箱机制(结合max、mean、min实现二分类)动态添加 category类型数据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'] # 高于平均值的为胖data_frame['age02_mark']=pd.cut(data_frame['age02'],age_ranges,labels=age_labels)print(data_frame)到此这篇关于详细介绍在pandas中创建category类型数据的几种方法的文章就介绍到这了,更多相关pandas创建category内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
Python利用PyVista进行mesh的色彩映射的实现
python文件夹分区的实现方法实例 |
