有没有办法用数据框中的平均值替换范围数据（例如18-25）？

Posted 2023-02-23

【中文标题】有没有办法用数据框中的平均值替换范围数据（例如18-25）？

【英文标题】：Is there way to replace ranged data (eg 18-25) by its mean in a dataframe?

【发布时间】：2018-01-08 09:41:31

【问题描述】：

我有一个数据集black friday. Here 是它的样子。 Age 的范围为 1-17,18-25 等。我想用它们的平均值替换所有这些范围。我可以遍历 Age 列的每个元素并解析它们并平均替换字符串值。那可能效率低下。 所以我想知道有没有更短的方法可以做到这一点？或者有没有其他方法来处理数据范围？ （当然是在python中）

【问题讨论】：

欢迎来到 ***。请花时间阅读how to provide a great pandas example 上的这篇文章以及如何提供minimal, complete, and verifiable example 并相应地修改您的问题。 how to ask a good question 上的这些提示也可能有用。

@jezrael ,这种问题应该迁移或转移到这里Cross Validated 以获得有效的反馈。否则最好关闭/删除而不是像我们不一样累积的反对票这里有专业人士

【参考方案1】：

有几种方法可以转换此变量。在我看到的图片中，不仅有 bin，而且还有 value '55+'，需要考虑。

1) 一个班轮：

df['age'].apply(lambda x: np.mean([int(x.split('-')[0]), int(x.split('-')[1])]) if '+' not in x else x[:-1])

它检查该值是否包含“+”（如 55+），如果是，则返回不包含“+”的值。否则，bin 将被拆分为两个值，将它们转换为整数并计算它们的平均值。

2) 使用字典进行转换：

mapping = '1-17': 9, '18-25': 21.5, '55+': 55
df['age'].apply(lambda x: mapping[x])

您需要将所有值添加到映射字典（手动或自动计算它们）。然后将此转换应用于系列。