如果行的点数不足,则需要更改行的组标签的值。
例如,
+-----+
|c1|c2|
+-----+
|A |1 |
|A |2 |
|B |1 |
|A |2 |
|E |5 |
|E |6 |
|W |1 |
+-----+
如果我要对c2内的值进行分组,并且每组中的最小点数必须大于或等于2。
c2:
1 : count(c1) = 3
2 : count(c1) = 2
5 : count(c1) = 1
6 : count(c1) = 1
显然,第5组和第6组各只有1个元素,所以我想将这些行的c2值重新标记为-1。
可以在下面看到。
+-----+
|c1|c2|
+-----+
|A |1 |
|A |2 |
|B |1 |
|A |2 |
|E |-1|
|E |-1|
|W |1 |
+-----+
这是我编写的代码,但是它没有更新数据框。
labels = df["c2"].unique()
for l in labels:
group_size = df[DB["c2"]==l].shape[0]
if group_size<=minPts:
df[df["c2"]==l]["c2"] = -1
最佳答案
您可以使用value_counts
,然后使用mask
通过isin
过滤和最后设置值:
s = df['c2'].value_counts()
s = s.index[s < 2]
print (s)
Int64Index([6, 5], dtype='int64')
df.loc[df['c2'].isin(s), 'c2'] = -1
print (df)
c1 c2
0 A 1
1 A 2
2 B 1
3 A 2
4 E -1
5 E -1
6 W 1
详情:
print (df['c2'].value_counts())
1 3
2 2
6 1
5 1
Name: c2, dtype: int64
print (df['c2'].isin(s))
0 False
1 False
2 False
3 False
4 True
5 True
6 False
Name: c2, dtype: bool
关于python - Pandas -集团的改变值(value),我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/47771894/