我正在做一value_counts()列代表分類值的整數。我有一個字典，將數字映射到與類別名稱相對應的字符串。我想找到具有相應名稱的索引的最佳方法。由于我對我的4行解決方案不滿意。我目前的解決方案df = pd.DataFrame({"weather": [1,2,1,3]})df>>> weather0 11 22 13 3weather_correspondance_dict = {1:"sunny", 2:"rainy", 3:"cloudy"}現在，我如何解決問題：df_vc = df.weather.value_counts()index = df_vc.index.map(lambda x: weather_correspondance_dict[x] )df_vc.index = indexdf_vc>>>sunny 2cloudy 1rainy 1dtype: int64問題我對那種非常乏味的解決方案不滿意，您是否有針對這種情況的最佳實踐？
3 回答
婷婷同學_
TA貢獻1844條經驗 獲得超8個贊
這是我的解決方案：
>>> weather_correspondance_dict = {1:"sunny", 2:"rainy", 3:"cloudy"}
>>> df["weather"].value_counts().rename(index=weather_correspondance_dict)
sunny 2
cloudy 1
rainy 1
Name: weather, dtype: int64
牛魔王的故事
TA貢獻1830條經驗 獲得超3個贊
這是一個更簡單的解決方案：
weathers = ['sunny', 'rainy', 'cloudy']
weathers_dict = dict(enumerate(weathers, 1))
df_vc = df['weather'].value_counts()
df_vc.index = df_vc.index.map(weathers_dict.get)
解釋
使用
dictwithenumerate構造一個字典，將整數映射到天氣類型列表。dict.get與一起使用pd.Index.map。與不同pd.Series.apply，您不能直接傳遞字典，但可以傳遞可調用函數。直接更新索引，而不使用中間變量。
或者，您可以weather在使用之前將地圖應用于pd.Series.value_counts。這樣，您無需更新結果索引。
df['weather'] = df['weather'].map(weathers_dict) df_vc = df['weather'].value_counts()
搖曳的薔薇
TA貢獻1793條經驗 獲得超6個贊
分類數據
您可以將分類數據用于pd.CategoricalIndex.rename_categories：
s = df['weather'].value_counts() s.index = pd.Categorical(s.index).rename_categories(weather_correspondance_dict)
此功能在Pandas v0.21 +中可用。
添加回答
舉報
0/150
提交
取消