我有一个数字从1到3的df
Pclass
3
2
2
1
1
2
我想将它们分为2组：
第二类= 3-2
第一类= 1
与
cut_labels = [ "second class","first class"]
cut_points = [1,2,3]
df["Lux_normal"] = pd.cut(df["Pclass"], cut_points, labels=cut_labels
垃圾箱不正确，我如何正确将它们分类？
我认为cut应该在这里使用它，但是有点复杂，并且还要替换1上面和下面的所有值2以误判值，如果只有1,2,3可能的值可以fillna修复它。
cut_labels列表中的第一个变更单，并添加right=False左封闭间隔，并将缺失值替换为second class：
cut_labels = ["first class", "second class"]
cut_points = [1,2,3]
df["Lux_normal"] = pd.cut(df["Pclass"],
cut_points,
labels=cut_labels,
right=False).fillna('second class')
但是更好的方法是Series.map用字典值替换，如果没有匹配项丢失值，那么可以fillna再次用这些值替换：
d = {1: "first class", 2:'second class', 3:'second class'}
df["Lux_normal1"] = df["Pclass"].map(d).fillna('another class')
print (df)
Pclass Lux_normal Lux_normal1
0 3 second class second class
1 2 second class second class
2 2 second class second class
3 1 first class first class
4 1 first class first class
5 2 second class second class
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句