向 Dataframe 中的分类数据添加标签

Question

我正在尝试转换有关婚姻状况的调查数据，如下所示：

df['d11104'].value_counts()

[1] Married        1    250507
[2] Single         2     99131
[4] Divorced       4     32817
[3] Widowed        3     24839
[5] Separated      5      8098
[-1] keine Angabe         2571
Name: d11104, dtype: int64

到目前为止，我做了 df['marstat'] = df['d11104'].cat.codes.astype('category')，产生了

df['marstat'].value_counts()
1    250507
2     99131
4     32817
3     24839
5      8098
0      2571
Name: marstat, dtype: int64

现在，我想给列marstat添加标签，这样数值就保持不变，即我想通过条件df['marstat'] == 1来识别人，同时暂时将标签 ['Married','Single','Divorced','Widowed'] 附加到此变量。如何才能做到这一点？

编辑：感谢 jpp 的回答，我只是创建了一个新变量并手动定义了标签：

df['marstat_lb'] = df['marstat'].map({1: 'Married', 2: 'Single', 3: 'Widowed', 4: 'Divorced', 5: 'Separated'})

Answer 1

您可以将结果转换为数据框，并在输出中包含类别代码和名称。

可以通过枚举类别来提取类别映射的字典。下面是最小的例子。

import pandas as pd

df = pd.DataFrame({'A': ['M', 'M', 'S', 'D', 'W', 'M', 'M', 'S',
                         'S', 'S', 'M', 'W']}, dtype='category')

print(df.A.cat.categories)

# Index(['D', 'M', 'S', 'W'], dtype='object')

res = df.A.cat.codes.value_counts().to_frame('count')

cat_map = dict(enumerate(df.A.cat.categories))

res['A'] = res.index.map(cat_map.get)

print(res)

#    count  A
# 1      5  M
# 2      4  S
# 3      2  W
# 0      1  D

例如，您可以通过 df['A'] == 'M' 或 df.index == 1.

访问 "M"

一个更直接的解决方案是使用 apply value_counts 然后为代码添加一个额外的列：

res = df.A.value_counts().to_frame('count').reset_index()

res['code'] = res['index'].cat.codes

  index  count  code
0     M      5     1
1     S      4     2
2     W      2     3
3     D      1     0

向 Dataframe 中的分类数据添加标签

Add labels to Categorical Data in Dataframe

python

dataframe

pandas

categorical-data