熊貓：將多個類別合併爲一個

Question

比方說，我有類別1到10，並且我想將red分配到值3到5,​​到1,6和7,blue到2,8,9和10。和10.

我該怎麼做？如果我嘗試

df.cat.rename_categories(['red','green','blue']) 

我得到一個錯誤：ValueError: new categories need to have the same number of items than the old categories!但如果我把這個

df.cat.rename_categories(['green','blue','red', 'red', 'red' 
         'green', 'green', 'blue', 'blue' 'blue']) 

我會得到一個錯誤，指出有重複的值。

我能想到的唯一的其他方法是編寫一個for循環，它將通過值的字典並替換它們。有沒有更優雅的解決這個問題？

Answer 1

不確定優雅，但是如果你把舊到新的類別的字典，類似的信息（注意添加「紫」）：

>>> m = {"red": [3,4,5], "green": [1,6,7], "blue": [2,8,9,10], "purple": [11]} 
>>> m2 = {v: k for k,vv in m.items() for v in vv} 
>>> m2 
{1: 'green', 2: 'blue', 3: 'red', 4: 'red', 5: 'red', 6: 'green', 
7: 'green', 8: 'blue', 9: 'blue', 10: 'blue', 11: 'purple'} 

你可以用它來建立一個新的分類系列：

>>> df.cat.map(m2).astype("category", categories=set(m2.values())) 
0 green 
1  blue 
2  red 
3  red 
4  red 
5 green 
6 green 
7  blue 
8  blue 
9  blue 
Name: cat, dtype: category 
Categories (4, object): [green, purple, red, blue] 

（如果你關心的分類排序或有序的等價物），您不需要categories=set(m2.values())如果你確信所有分類值將在該列中可以看出。但是在這裏，如果我們沒有這樣做，我們就不會在結果分類中看到purple，因爲它是從它實際看到的類別構建而成的。

當然，如果你已經建立了你的清單['green','blue','red', etc.]，直接使用它直接創建一個新的分類列並完全繞過這個映射也是一樣簡單。