Memperbarui kategori

Bekerja dengan Data Kategorikal di Python

Kasey Jones

Research Data Scientist

Variabel breed

Jumlah nilai breed:

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
...

Mengganti nama kategori

Metode rename_categories:

Series.cat.rename_categories(new_categories=dict)

Buat dictionary:

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

Ganti nama kategori:

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

Variabel breed yang telah diperbarui

Jumlah nilai breed:

dogs["breed"].value_counts()

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

Beberapa perubahan sekaligus:

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

Mengganti nama kategori dengan fungsi

Perbarui banyak kategori:

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

dogs['sex'].cat.categories

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

Masalah umum saat mengganti

Harus memakai nama kategori baru

# Tidak berfungsi! "Unknown" sudah ada
use_new_categories = {"Unknown Mix": "Unknown"}

Tidak bisa menggabungkan dua kategori jadi satu

# Tidak berfungsi! Nama baru harus unik
cannot_repeat_categories = {
    "Unknown Mix": "Unknown",
    "Mixed Breed": "Unknown"
}

Menyiapkan penggabungan kategori

Warna anjing:

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')
...

Contoh penggabungan kategori

Buat dictionary dan gunakan .replace:

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

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

Periksa tipe data Series:

dogs["main_color"].dtype

dtype('O')

Ubah kembali ke kategorikal

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')

Saatnya berlatih

Bekerja dengan Data Kategorikal di Python