Python之pandas:在pandas中创建category类型数据的几种方法之详细攻略

简介: Python之pandas:在pandas中创建category类型数据的几种方法之详细攻略

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 pd

import 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)








相关文章
|
8天前
|
JSON 安全 API
Python调用API接口的方法
Python调用API接口的方法
42 5
|
20天前
|
数据采集 数据可视化 数据处理
Python数据科学:Pandas库入门与实践
Python数据科学:Pandas库入门与实践
|
20天前
|
机器学习/深度学习 数据采集 数据可视化
Python数据科学实战:从Pandas到机器学习
Python数据科学实战:从Pandas到机器学习
|
28天前
|
机器学习/深度学习 数据采集 数据挖掘
解锁 Python 数据分析新境界:Pandas 与 NumPy 高级技巧深度剖析
Pandas 和 NumPy 是 Python 中不可或缺的数据处理和分析工具。本文通过实际案例深入剖析了 Pandas 的数据清洗、NumPy 的数组运算、结合两者进行数据分析和特征工程,以及 Pandas 的时间序列处理功能。这些高级技巧能够帮助我们更高效、准确地处理和分析数据,为决策提供支持。
40 2
|
20天前
|
数据采集 数据可视化 数据挖掘
Python数据分析:Pandas库实战指南
Python数据分析:Pandas库实战指南
|
26天前
|
并行计算 数据挖掘 大数据
Python数据分析实战:利用Pandas处理大数据集
Python数据分析实战:利用Pandas处理大数据集
|
26天前
|
数据采集 数据可视化 数据挖掘
利用Python进行数据分析:Pandas库实战指南
利用Python进行数据分析:Pandas库实战指南
|
28天前
|
Python
Pandas 常用函数-数据选择和过滤
Pandas 常用函数-数据选择和过滤
11 0
|
4月前
|
SQL JSON C语言
Python中字符串的三种定义方法
Python中字符串的三种定义方法
114 2
|
6月前
|
Python
python之字符串定义、切片、连接、重复、遍历、字符串方法
python之字符串定义、切片、连接、重复、遍历、字符串方法
python之字符串定义、切片、连接、重复、遍历、字符串方法