Aktualizacja kategorii

Praca z danymi kategorycznymi w Pythonie

Kasey Jones

Research Data Scientist

Zmienna breed

Liczba wystąpień ras:

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
...

Zmiana nazw kategorii

Metoda rename_categories:

Series.cat.rename_categories(new_categories=dict)

Utwórz słownik:

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

Zmień nazwę kategorii:

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

Zaktualizowana zmienna breed

Liczba wystąpień ras:

dogs["breed"].value_counts()

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

Wiele zmian jednocześnie:

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

Zmiana nazw kategorii za pomocą funkcji

Aktualizacja wielu kategorii:

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

dogs['sex'].cat.categories

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

Typowe problemy przy zamianie

Nowe nazwy kategorii muszą być unikalne

# Does not work! "Unknown" already exists
use_new_categories = {"Unknown Mix": "Unknown"}

Nie można połączyć dwóch kategorii w jedną

# Does not work! New names must be unique
cannot_repeat_categories = {
    "Unknown Mix": "Unknown",
    "Mixed Breed": "Unknown"
}

Przygotowanie do scalania kategorii

Kolor psa:

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')
...

Przykład scalania kategorii

Utwórz słownik i użyj .replace:

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

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

Sprawdź typ danych serii:

dogs["main_color"].dtype

dtype('O')

Konwersja z powrotem do kategorii

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')

Czas na ćwiczenia

Praca z danymi kategorycznymi w Pythonie