英文:
How to add labels in panda dataframe columns with else condition?
问题
我有一个包含如下列的数据框：
政治
商业
旅行
体育
....
离婚
艺术
健康
犯罪
例如：
import pandas as pd
data = [['犯罪', 10], ['商业', 15], ['体育', 12], ['旅行', 2], ['健康', 3], ['艺术', 25]]
df = pd.DataFrame(data, columns=['category', 'no'])
df
我想要添加一个名为 'label' 的列，并将四个类别映射到标签，如下所示：
label_dict = {'犯罪': 1, '商业': 2, '体育': 3, '艺术': 4}
然后，所有其余的类别都应标记为 5。
我尝试过以下方法，但出现 KeyError: 'label' 错误：
df['label'] = df['category'].apply(lambda x: label_dict[x] if x in label_dict.keys() else 5)
我该如何实现这个目标？
英文:
I have a dataframe with a column like this:
POLITICS
BUSINESS
TRAVEL
SPORTS
....
DIVORCE
ARTS
WELLNESS
CRIME
e.g
import pandas as pd
data = [['CRIME', 10], ['BUSINESS', 15], ['SPORTS', 12], ['TRAVEL', 2], ['WELLNESS', 3], ['ARTS', 25]]
df = pd.DataFrame(data, columns=['category', 'no'])
df
I want to add a column 'label' and map four categories to labels like so
label_dict = {'CRIME':1, 'BUSINESS':2, 'SPORTS':3 'ARTS':4}
and then all of the remaining categories should be labeled as 5.
I have tried this and am getting a KeyError: 'label'.
df['label'] = df['category'].apply( lambda x : label_dict[x] if x in label_dict.keys() else 5)
How can I achieve this?
答案1
得分: 2
尝试使用 map：
df['label'] = df['category'].map(label_dict).fillna(5).astype(int)
print(df)
# 输出
category no label
0 CRIME 10 1
1 BUSINESS 15 2
2 SPORTS 12 3
3 TRAVEL 2 5
4 WELLNESS 3 5
5 ARTS 25 4
或者使用 replace：
df['label'] = df['category'].replace(label_dict | {'.*': 5}, regex=True)
或者根据 @mozway 的建议：
df['label'] = df['category'].map(lambda x: label_dict.get(x, 5))
英文:
Try with map:
df['label'] = df['category'].map(label_dict).fillna(5).astype(int)
print(df)
# Output
category no label
0 CRIME 10 1
1 BUSINESS 15 2
2 SPORTS 12 3
3 TRAVEL 2 5
4 WELLNESS 3 5
5 ARTS 25 4
Or with replace:
df['label'] = df['category'].replace(label_dict | {'.*': 5}, regex=True)
Or suggested by @mozway:
df['label'] = df['category'].map(lambda x: label_dict.get(x, 5))
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论