PythonPandasCategoricalIndex-dictのような入力対応を使用して値をマップします
dictのような入力対応を使用して値をマップするには、 CategoryIndex.map()を使用します パンダのメソッド。まず、必要なライブラリをインポートします-
import pandas as pd
「categories」パラメータを使用して、カテゴリのカテゴリを設定します。 「ordered」パラメータを使用して、カテゴリを順序どおりに扱います-
catIndex = pd.CategoricalIndex(["P", "Q", "R", "S","P", "Q", "R", "S"], ordered=True, categories=["P", "Q", "R", "S"])
CategoricalIndexを表示する-
print("CategoricalIndex...\n",catIndex)
マップカテゴリ-
print("\nCategoricalIndex after mapping...\n",catIndex.map({'P': 5, 'Q': 10, 'R': 15, 'S': 20}))
例
以下はコードです-
import pandas as pd # Set the categories for the categorical using the "categories" parameter # Treat the categorical as ordered using the "ordered" parameter catIndex = pd.CategoricalIndex(["P", "Q", "R", "S","P", "Q", "R", "S"], ordered=True, categories=["P", "Q", "R", "S"]) # Display the CategoricalIndex print("CategoricalIndex...\n",catIndex) # Get the categories print("\nDisplayingCategories from CategoricalIndex...\n",catIndex.categories) # Map categories print("\nCategoricalIndex after mapping...\n",catIndex.map({'P': 5, 'Q': 10, 'R': 15, 'S': 20}))
出力
これにより、次の出力が生成されます-
CategoricalIndex... CategoricalIndex(['P', 'Q', 'R', 'S', 'P', 'Q', 'R', 'S'], categories=['P', 'Q', 'R', 'S'], ordered=True, dtype='category') DisplayingCategories from CategoricalIndex... Index(['P', 'Q', 'R', 'S'], dtype='object') CategoricalIndex after mapping... CategoricalIndex([5, 10, 15, 20, 5, 10, 15, 20], categories=[5, 10, 15, 20], ordered=True, dtype='category')
-
Python Pandas – notnull()を使用してNull値を確認します
notnull()メソッドはブール値を返します。つまり、DataFrameにnull値がある場合は、Falseが返され、そうでない場合はTrueが返されます。 以下が、いくつかのNaN、つまりnull値を含むCSVファイルであるとしましょう- まずCSVファイルを読みましょう- dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\CarRecords.csv") null以外の値をチェックする- res = dataFrame.notnull() これで、DataFrameを表示すると、notnull()がブ
-
PythonPandas-補間法を使用してNaN値を入力します
Interpolate()メソッドを使用して、NaN値を入力します。以下が、いくつかのNaN値を使用してMicrosoftExcelで開いたCSVファイルであるとしましょう- CSVファイルからPandasDataFrameにデータをロードする- dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv") NaN値をinterpolate()-で埋めます dataFrame.interpolate() 例 以下はコードです- import pandas as pd # Load dat