如何在Pandas DataFrame中对值进行分类

Question

我有一个数据框，内容如下：

城市_公司	主题
伦敦	医疗保健
西雅图	创业
哥本哈根	工程
墨尔本	法律
山景城	b
布里斯班	c
旧金山	d

这里有很多主题的分类。我想把b、c、d这些名称都改成“其他”。（当然，不仅仅是b、c、d，还有很多其他的值。）我只想保留这些值：["医疗保健", "创业", "工程", "法律", "其他"]。如果有其他不同的值，就都改成“其他”。

城市_公司	主题
伦敦	医疗保健
西雅图	创业
哥本哈根	工程
墨尔本	法律
山景城	其他
布里斯班	其他
旧金山	其他

Answer 1

你可以使用pandas库中的apply方法来转换"Subject"这一列的数据。

df["Subject"] = df["Subject"].apply(lambda subject:"Other" if subject not in ["Health Care", "Entrepreneurship", "Engineering", "Law"] else subject)

Answer 2

你可以使用 numpy.where 这个功能：

valid_subjects = ["Health Care", "Entrepreneurship", "Engineering", "Law"]
df["Subject"] = np.where(df["Subject"].isin(valid_subjects), df["Subject"], "Other")

    city_company           Subject
0         London       Health Care
1        Seattle  Entrepreneurship
2     Copenhagen       Engineering
3      Melbourne               Law
4  Mountain View             Other
5       Brisbane             Other
6  San Francisco             Other

Answer 3

你可以检查一下需要的值，然后把它们替换掉。

import pandas as pd                                                                                                         
dd = {"city_company": ["London", "Seattle", "Copenhagen", "Melbourne", "Mountain View", "Brisbane", "San Francisco"],       
                                                                                                                            
"Subject": ["Health Care", "Entrepreneurship", "Engineering", "Law", "b", "c", "d"]                                         
                                                                                                                            
}                                                                                                                           
df = pd.DataFrame(dd)                                                                                                                                                                          
df.loc[~df['Subject'].isin( ["Health Care", "Entrepreneurship", "Engineering", "Law", "Other"]), ["Subject"]] = "Other"