Оновлення категорій

Робота з категоріальними даними в Python

Kasey Jones

Research Data Scientist

Змінна «breed»

Кількість значень породи:

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
...

Перейменування категорій

Метод rename_categories:

Series.cat.rename_categories(new_categories=dict)

Створіть словник:

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

Перейменуйте категорію:

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

Оновлена змінна «breed»

Кількість значень породи:

dogs["breed"].value_counts()

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

Кілька змін одразу:

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

Перейменування категорій функцією

Оновіть кілька категорій:

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

dogs['sex'].cat.categories

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

Поширені проблеми із заміною

Потрібно використовувати нові назви категорій

# Не працює! "Unknown" уже існує
use_new_categories = {"Unknown Mix": "Unknown"}

Не можна об'єднати дві категорії в одну

# Не працює! Нові назви мають бути унікальними
cannot_repeat_categories = {
    "Unknown Mix": "Unknown",
    "Mixed Breed": "Unknown"
}

Підготовка до згортання категорій

Колір собак:

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')
...

Приклад згортання категорій

Створіть словник і скористайтеся .replace:

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

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

Перевірте тип даних Series:

dogs["main_color"].dtype

dtype('O')

Повернення до типу «category»

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')

Час практики

Робота з категоріальними даними в Python