如何将列名排序到 Pandas Dataframe（分类数据）中的 bin 中

Posted 2023-03-12

【中文标题】如何将列名排序到 Pandas Dataframe（分类数据）中的 bin 中

【英文标题】：How to sort column names into bins in Pandas Dataframe (Categorical Data)

【发布时间】：2019-12-21 18:35:46

【问题描述】：

我有一个 Pandas 数据框，其中包含 173 列不同大学专业（例如 category_ACCOUNTING），列下方每行的值 1 或 0 表示学生是否选择该专业。我想将这 173 列分为两列 - STEM 和非 STEM 专业。如何将分类数据分类到两个分类箱中？

尝试使用 pandas.cut() 无效

picture of onehotencoded dataframe

edit - I now want to put either '1' or '0' in the STEM and nonSTEM columnsc(see picture)

【问题讨论】：

您要订购包含 STEM 和非 STEM 的列吗？还是你想根据一些映射来创建那个列？

@Carsten 我想为 STEM 学位和非 STEM 学位创建一个列，并将每个学位映射到其中一个列:)

@Carsten 即物理在 STEM 列中的值为“1”，在非 STEM 列中为“0”

【参考方案1】：

您可以使用创建映射的字典：

mapping_dict = 'physics': 'STEM'
df['STEM'] = df['degree'].map(mapping_dict)

I got an error because the column name wasn't accepted

【讨论】：

谢谢 - 因为每一列都是 'category_ACCOUNTING' 的形式，它应该看起来像 mapping_dict = 'category_ENGINEERING: 'STEM' df['STEM'] = df['category'].map (mapping_dict) ?

我需要一点时间才能进入每个专业（因为有 173 个），但我会在完成后回复您。字典是否创建两个新列？理想情况下，我想要两个新专栏，因为我正在研究 STEM 和非 STEM 专业和性别之间的关系，所以我想以 STEM/nonSTEM 专栏为条件:) @Carsten

由于列名而出现错误 - 它被称为“类别”/“类别_”。我需要选择所有以'category_'开头的列