Aggiornare le categorie

Lavorare con i dati categorici in Python

Kasey Jones

Research Data Scientist

La variabile breed

Conteggi dei valori di razza:

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
...

Rinominare le categorie

Il metodo rename_categories:

Series.cat.rename_categories(new_categories=dict)

Crea un dizionario:

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

Rinomina la categoria:

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

La variabile breed aggiornata

Conteggi dei valori di razza:

dogs["breed"].value_counts()

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

Più modifiche insieme:

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

Rinominare le categorie con una funzione

Aggiorna più categorie:

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

dogs['sex'].cat.categories

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

Problemi comuni di sostituzione

Devi usare nuovi nomi di categoria

# Non funziona! "Unknown" esiste già
use_new_categories = {"Unknown Mix": "Unknown"}

Non puoi unire due categorie in una

# Non funziona! I nuovi nomi devono essere univoci
cannot_repeat_categories = {
    "Unknown Mix": "Unknown",
    "Mixed Breed": "Unknown"
}

Preparazione al raggruppamento delle categorie

Il colore dei cani:

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')
...

Esempio di raggruppamento categorie

Crea un dizionario e usa .replace:

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

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

Controlla il tipo della Series:

dogs["main_color"].dtype

dtype('O')

Convertire di nuovo a categorico

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')

È il momento di esercitarsi

Lavorare con i dati categorici in Python