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 · 6 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 6 年前

jpp 6 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

Camilla8 · 带标签的CSV文件

6 年前

Hula Hula · 决策树重复类名

6 年前

Code_Sipra · 训练集和测试集的随机森林回归精度不同[闭合]

6 年前

F. Suyuti · 熊猫数据帧上的滞后数据

7 年前

wrangler · 基于if/elif/and函数在pandas数据帧中创建新列

7 年前

GD_N · Sklearn错误:predict(x,y)采用2个位置参数,但给出了3个

7 年前

dhanunjayavarma kasiraju · 如何分割数据?

7 年前

jarry jafery · 熊猫根据数据类型选择列

7 年前

zsad512 · 计算市场篮子中的唯一组合频率

7 年前

Aizzaac · 如何更改使用“pickle”保存的Pandas数据帧的列名称?

8 年前