代码之家 › 专栏 › 技术社区 › Alessandro Benedetti

模型pandas数据框架列作为类别列表

pandas-datareader sklearn-pandas pandas python

Alessandro Benedetti · 技术社区 · 7 年前

我想减少 Pandas dataframe 是的。我正在分析一个json,其中一些列是类别的多值列表,例如:

querySelectedBrands":["b1","b2","b3"]

这将自动推断为“object”列,但理想情况下是一个类别列表。每当我有一个列是单值分类的时,转换非常简单:

interactions[col] = interactions[col].astype('category')

但我想将type设置为category列表的列呢? 稍后,我将对这个列进行编码,将其转换为一系列布尔列,因此我不确定在“category”列表中转换的初始内存效益是否会有好处。谢谢!

1 回复 | 直到 7 年前

jpp 7 年前

使用pandas系列保存列表是不可取的,因为它始终是dtype object 并表示指向任意类型的指针。因此,对这样一个序列的操作将不可矢量化,并且将附加内存开销。

如果每个列表中都有一组项,则可以将列表系列拆分为多个系列,请参见 Pandas split column of lists into multiple columns 是的。然后将每个系列分类:

for col in ['col1', 'col2', 'col3']:
    df[col] = df[col].astype('category')

推荐文章

user29747013 · 如何创建一个新的数据框架,其中包含原始数据框架中列的聚合列?

4 月前

Cam · Pandas列表日期到日期时间

4 月前

jjkennedy · Pandas文本文件导入:当每个文件中存在多个表时,自动选择1个表

5 月前

Sun Jar · 在另一个系列中查找当前df值的索引,并将其添加到列中

5 月前

dietzi96 · Pandas DataFrame.to_sql随机和静默地失败,没有错误消息

5 月前

Bijan · Pandas批量更新帐户字符串

5 月前

Kernel · TypeError:Index.reindex()收到意外的关键字参数fill_value'

5 月前

Kernel · 进入熊猫的定义。系列super().reindex

5 月前

adventurous_chip_55 · 如何引爆柱子

6 月前

RKIDEV · Panda迭代行并将第n行值乘以下一(n+1)行值

6 月前