Mise à jour des catégories

Utilisation de données catégorielles dans Python

Kasey Jones

Research Data Scientist

La variable de race

Occurrences par race :

dogs["breed"] = dogs["breed"].astype("category")
dogs["breed"].value_counts()

Unknown Mix                 1524
German Shepherd Dog Mix     190
Dachshund Mix               147
Labrador Retriever Mix      83
Staffordshire Terrier Mix   62
...

Renommer des catégories

La méthode rename_categories :

Series.cat.rename_categories(new_categories=dict)

Créez un dictionnaire :

my_changes = {"Unknown Mix": "Unknown"}

Renommez la catégorie :

dogs["breed"] = dogs["breed"].cat.rename_categories(my_changes)

Variable de race mise à jour

Occurrences par race :

dogs["breed"].value_counts()

Unknown                     1524
German Shepherd Dog Mix     190
Dachshund Mix               147
Labrador Retriever Mix      83
Staffordshire Terrier Mix   62
...

Plusieurs modifications à la fois :

my_changes = {
  old_name1: new_name1,
  old_name2: new_name2,
  ...
}
Series.cat.rename_categories(
  my_changes
)

Renommer avec une fonction

Mettre à jour plusieurs catégories :

dogs['sex'] = dogs['sex'].cat.rename_categories(lambda c: c.title())

dogs['sex'].cat.categories

Index(['Female', 'Male'], dtype='object')

Problèmes courants de remplacement

Il faut utiliser de nouveaux noms de catégories

# Ne fonctionne pas ! "Unknown" existe déjà
use_new_categories = {"Unknown Mix": "Unknown"}

Impossible de fusionner deux catégories en une seule

# Ne fonctionne pas ! Les nouveaux noms doivent être uniques
cannot_repeat_categories = {
    "Unknown Mix": "Unknown",
    "Mixed Breed": "Unknown"
}

Préparer la fusion des catégories

Couleur d’un chien :

dogs["color"] = dogs["color"].astype("category")
print(dogs["color"].cat.categories)

Index(['apricot', 'black', 'black and brown', 'black and tan',
       'black and white', 'brown', 'brown and white', 'dotted', 'golden',
       'gray', 'gray and black', 'gray and white', 'red', 'red and white',
       'sable', 'saddle back', 'spotty', 'striped', 'tricolor', 'white',
       'wild boar', 'yellow', 'yellow-brown'],
      dtype='object')
...

Exemple de fusion de catégories

Créez un dictionnaire et utilisez .replace :

update_colors = {
    "black and brown": "black",
    "black and tan": "black",
    "black and white": "black",
}

dogs["main_color"] = dogs["color"].replace(update_colors)

Vérifiez le type de la Series :

dogs["main_color"].dtype

dtype('O')

Reconvertir en catégorielle

dogs["main_color"] = dogs["main_color"].astype("category")
dogs["main_color"].cat.categories

Index(['apricot', 'black', 'brown', 'brown and white', 'dotted', 'golden',
       'gray', 'gray and black', 'gray and white', 'red', 'red and white',
       'sable', 'saddle back', 'spotty', 'striped', 'tricolor', 'white',
       'wild boar', 'yellow', 'yellow-brown'],
      dtype='object')

Temps de pratique

Utilisation de données catégorielles dans Python