제목은 요약하기 어려웠지만 다음과 같은 테이블의 값으로 구성된 문제에 갇혀 있습니다.
Star Star_planets Planet_size
0 star1 star1_planet1 15.2
1 star2 star2_planet1 3.3
2 star2 star2_planet2 1.8
3 star2 star2_planet3 13.0
4 star3 star3_planet1 10.3
5 star3 star3_planet2 6.7
6 star3 star3_planet3 12.2
제가하려는 것은 별이 행성의 크기를 기준으로 행성의 수를 세는 4 개의 새로운 열이있는 새 테이블을 만들어 분류하는 것입니다. 또한 'Star_planets'및 'Planet_size'열은 더 이상 사용되지 않기 때문에 존재하지 않아야합니다. 이 테이블은 다음과 같습니다.
Star Big_planet Med_planet Sml_planet Tny_planet
0 star1 1 0 0 0
1 star2 1 0 1 1
2 star3 2 1 0 0
행성 크기를 결정하는 데 사용되는 제한은 다음과 같습니다.
Big: >8
Medium: 4<Size<=8
Small: 2<Size<=4
Tiny: <=2
그룹으로 크기를 구분하기 위해이 작업을 수행했지만 여기에서 진행하는 방법을 정말 모르겠습니다.
df = pd.read_csv("Table_planets.csv")
df['Tn'] = df.loc[df.[Planet_size] <= 2, 'Planet_size']
df['Sm'] = df.loc[(df.[Planet_size] > 2)&(df.[Planet_size] <=4), 'Planet_size']
df['Md'] = df.loc[(df.[Planet_size] > 4)&(df.[Planet_size] <=8), 'Planet_size']
df['Bg'] = df.loc[df.[Planet_size] > 8, 'Planet_size']
그 테이블을 어떻게 얻을 수 있습니까?
먼저 범주 형 열을 추가해 보겠습니다.
def planet_category(planet_size):
if planet_size > 8:
return 'Big'
elif planet_size > 4:
return 'Medium'
elif planet_size > 2:
return 'Small'
return 'Tiny'
df['Planet_category'] = df['Planet_size'].apply(planet_category)
df['Planet_category']
산출:
0 Big
1 Small
2 Tiny
3 Big
4 Big
5 Medium
6 Big
Name: Planet_category, dtype: object
그런 다음 범주를 pd.get_dummies, Star열로 그룹화 하고 결과 값을 다음과 같이 합산 할 수 있습니다.
pd.get_dummies(df, columns=['Planet_category']).groupby('Star').sum()
산출:
Planet_size Planet_category_Big Planet_category_Medium Planet_category_Small Planet_category_Tiny
Star
star1 15.2 1 0 0 0
star2 18.1 1 0 1 1
star3 29.2 2 1 0 0
이렇게하면 Star열이 인덱스로 바뀝니다 . 열로 되돌리려 reset_index()면 에 호출을 추가하십시오 Star.
pd.get_dummies(df, columns=['Planet_category']).groupby('Star').sum().reset_index()
산출:
Star Planet_size Planet_category_Big Planet_category_Medium Planet_category_Small Planet_category_Tiny
0 star1 15.2 1 0 0 0
1 star2 18.1 1 0 1 1
2 star3 29.2 2 1 0 0
이 기사는 인터넷에서 수집됩니다. 재 인쇄 할 때 출처를 알려주십시오.
침해가 발생한 경우 연락 주시기 바랍니다[email protected] 삭제
몇 마디 만하겠습니다