在列中包含多个级别Python
在列中包含多个级别Python
提问于 2021-07-08 21:08:26
我在一个数据框中有几列-每一列都有几个因子/级别(10+)。在每一列中，3-4个因子占值的85-90%。我在数据中有几列。遍历每一列，并制作前3-4个变量的虚拟变量将花费大量时间。简单地说，get_dummies将以指数级增加数据的大小。有没有什么有用的方法可以建议我可以自动将前3-4个因素作为虚拟变量，将其余的推入“其他”类别，对于每一列？我使用的是python
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-07-08 22:49:03
您可以找到nlargest by列，并在创建虚拟对象时将不在前3位的值替换为其他值。
import pandas as pd
df = pd.DataFrame({'type':['a','a','a','b','b','b','c','d','e'],
'size': ['s','s','s','m','m','s','l','l','xl']})
for col in ['type','size']:
df = pd.concat([df,
pd.get_dummies(df[col].replace(df.loc[~df[col].isin(df[col].value_counts().nlargest(3).index)][col].unique(),
'other'),
prefix=col)],
axis=1)输出
type size type_a type_b type_c type_other size_l size_m size_other \
0 a s 1 0 0 0 0 0 0
1 a s 1 0 0 0 0 0 0
2 a s 1 0 0 0 0 0 0
3 b m 0 1 0 0 0 1 0
4 b m 0 1 0 0 0 1 0
5 b s 0 1 0 0 0 0 0
6 c l 0 0 1 0 1 0 0
7 d l 0 0 0 1 1 0 0
8 e xl 0 0 0 1 0 0 1
size_s
0 1
1 1
2 1
3 0
4 0
5 1
6 0
7 0
8 0 页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/68302280
复制相关文章
相似问题
腾讯云开发者
