很抱歉,您没有提供需要改写的句子。请提供您希望改写的句子,我将为您改写为一个长尾词的。
- 内容介绍
- 文章标签
- 相关推荐
本文共计597个文字,预计阅读时间需要3分钟。
家人好,我是新来的。一、前言,前几日在Python白银行流群有个叫“蛋蛋的群友问了一个Pandas处理的难题,这里拿出来给家人们分享下,一起学习下。一开始我都没理解他的意思,因为只说了‘’只‘’字。”
大家好,我是皮皮。
一、前言
前几天在Python白银交流群有个叫的粉丝问了一个Pandas处理的问题,这里拿出来给大家分享下,一起学习下。
一开始我都没理解她的意思,以为只是简单的替换而已,之前给了一个代码,当时也写文章记录了,代码如下:
df['col2'] = df['col1'].map({1:"开心", 2:"悲伤", 3:"难过", 4:"泪目"})df
不过很不巧,这个不是她想要的结果,她想要的结果是同样的几个都是1,然后其余的就是2,3,4,我还是没反应过来,不过一下子就get到她的意思了,真是太神了。
二、解决过程
这里给出了解答,使用pd.factorize(data['a'])[0]完美地解决了这个问题。
这个类似于onehot编码,对类型进行了数字编码,如果想要把nan也编码,加一个参数na_sentinel=None。
这样一来,就完美地解决了问题。
本文共计597个文字,预计阅读时间需要3分钟。
家人好,我是新来的。一、前言,前几日在Python白银行流群有个叫“蛋蛋的群友问了一个Pandas处理的难题,这里拿出来给家人们分享下,一起学习下。一开始我都没理解他的意思,因为只说了‘’只‘’字。”
大家好,我是皮皮。
一、前言
前几天在Python白银交流群有个叫的粉丝问了一个Pandas处理的问题,这里拿出来给大家分享下,一起学习下。
一开始我都没理解她的意思,以为只是简单的替换而已,之前给了一个代码,当时也写文章记录了,代码如下:
df['col2'] = df['col1'].map({1:"开心", 2:"悲伤", 3:"难过", 4:"泪目"})df
不过很不巧,这个不是她想要的结果,她想要的结果是同样的几个都是1,然后其余的就是2,3,4,我还是没反应过来,不过一下子就get到她的意思了,真是太神了。
二、解决过程
这里给出了解答,使用pd.factorize(data['a'])[0]完美地解决了这个问题。
这个类似于onehot编码,对类型进行了数字编码,如果想要把nan也编码,加一个参数na_sentinel=None。
这样一来,就完美地解决了问题。

