如果该类别的 value_count 小于 10，则用常量替换列值 python

Question

如果该类别的值计数小于 10，我想用“其他”替换熊猫数据框中的所有类别。

我正在尝试这样的事情。

df['variable'].where(df['variable'].apply(lambda x: x.map(x.value_counts()))<=10, "other")

但我收到以下错误：

AttributeError: 'str' object has no attribute 'map'

Answer 1

您可以通过计算每个值的计数pd.Series.value_counts，然后识别低于上限的计数。pd.DataFrame.loc然后与布尔索引一起使用：

counts = df['variable'].value_counts()
idx = counts[counts.lt(10)].index

df.loc[df['variable'].isin(idx), 'A'] = 'Others'

一般来说，您应该避免使用apply+ lambda，因为它是非矢量化的，只不过是一个薄薄的循环。这是一个包含数字数据和添加列来演示逻辑的工作示例：

np.random.seed(0)

arr = np.random.randint(0, 12, 100)
df = pd.DataFrame({'A': arr, 'B': arr})

counts = df['A'].value_counts()
idx = counts[counts.lt(10)].index

df['counts'] = df['A'].map(counts)
df.loc[df['A'].isin(idx), 'B'] = -1

print(df)

     A  B  counts
0    5 -1       9
1    0 -1       9
2    3  3      14
3   11 -1       5
4    3  3      14
5    7  7      10
6    9 -1       9
7    3  3      14
8    5 -1       9
9    2 -1       5
10   4  4      13