如何替换范围内 CSV 列中的值？

Question

我正在尝试根据特定的百分位数将数据集中两列的值从特定数值（2、10、25 等）更改为单个值（1、2、3 或 4）数据集中的值。

使用 pandas quantile() 函数我得到了我想要替换的范围，但我还没有找到这样做的工作方法。

age1 = datasetNB.Age.quantile(0.25)
age2 = datasetNB.Age.quantile(0.5)
age3 = datasetNB.Age.quantile(0.75)

fare1 = datasetNB.Fare.quantile(0.25)
fare2 = datasetNB.Fare.quantile(0.5)
fare3 = datasetNB.Fare.quantile(0.75)

目前我对这个问题的解决尝试如下：

for elem in datasetNB['Age']:
    if elem <= age1:
        datasetNB[elem].replace(to_replace = elem, value = 1)
        print("set to 1")
    elif (elem > age1) & (elem <= age2):
        datasetNB[elem].replace(to_replace = elem, value = 2)
        print("set to 2")
    elif (elem > age2) & (elem <= age3):
        datasetNB[elem].replace(to_replace = elem, value = 3)
        print("set to 3")
    elif elem > age3:
        datasetNB[elem].replace(to_replace = elem, value = 4)
        print("set to 4")
    else:
        pass

for elem in datasetNB['Fare']:
    if elem <= fare1:
        datasetNB[elem] = 1
    elif (elem > fare1) & (elem <= fare2):
        datasetNB[elem] = 2
    elif (elem > fare2) & (elem <= fare3):
        datasetNB[elem] = 3
    elif elem > fare3:
        datasetNB[elem] = 4
    else:
        pass

我应该怎么做才能让它正常工作？

Answer 1

pandas 已经有一个函数可以做到这一点，pandas.qcut。

你可以简单地做

q_list = [0, 0.25, 0.5, 0.75, 1]
labels = range(1, 5)

df['Age'] = pd.qcut(df['Age'], q_list, labels=labels) 
df['Fare'] = pd.qcut(df['Fare'], q_list, labels=labels)

输入

import numpy as np
import pandas as pd

# Generate fake data for the sake of example 
df = pd.DataFrame({
    'Age': np.random.randint(10, size=6),
    'Fare': np.random.randint(10, size=6)
})

>>> df 

   Age  Fare
0    1     6
1    8     2
2    0     0
3    1     9
4    9     6
5    2     2

输出

DataFrame 在运行上面的代码

之后

请注意，在您的特定情况下，由于您需要四分位数，您可以只分配 q_list = 4。

如何替换范围内 CSV 列中的值？

How can I replace values in a CSV column from a range?

python

csv

range

quantile

pandas