代码之家 › 专栏 › 技术社区 › codproe

Python创建分类变量错误

categorical-data dataset python

-3

codproe · 技术社区 · 3 年前

我需要为RAM类别创建分类变量。

基本:RAM[0-4]

中间:RAM[5-8]

高级:RAM[8-12]

命令:

df['Memory']=pd.cut(df['RAM '], [0,4,8,12], include_lowest=True, labels=['Basic','Intermediate', 'Advaced'])

错误:

TypeError                                 Traceback (most recent call last)
<ipython-input-58-5c93d7c00ba2> in <cell line: 1>()
----> 1 df['Memory']=pd.cut(df['RAM '], [0,4,8,12], include_lowest=True, labels=['Basic', 'Intermediate', 'Advaced'])

1 frames
/usr/local/lib/python3.9/dist-packages/pandas/core/reshape/tile.py in _bins_to_cuts(x, bins, right, labels, precision, include_lowest, dtype, duplicates, ordered)
    425 
    426     side: Literal["left", "right"] = "left" if right else "right"
--> 427     ids = ensure_platform_int(bins.searchsorted(x, side=side))
    428 
    429     if include_lowest:

TypeError: '<' not supported between instances of 'int' and 'str'

你能帮我修一下吗?我是Python的新手。

1 回复 | 直到 3 年前

Timeless 3 年前

你的列中似乎有类似数字的值 RAM ,所以使用 to_numeric :

df['Memory']= pd.cut(pd.to_numeric(df['RAM '], errors="coerce"), bins=[0,4,8,12],
                     include_lowest=True, labels=['Basic', 'Intermediate', 'Advaced'])

带有实例 :

df = pd.DataFrame({"RAM": np.random.randint(low=1, high=12, size=100).astype(str)})

df["RAM"] = âpd.to_numeric(df["RAM"], errors="coerce")
â
df["Memory"] = pd.cut(df["RAM"], bins=[0, 4, 8, 12],
                      labels=["Basic", "Intermediate", "Advaced"])

输出:

   RAM        Memory
0    2         Basic
1    2         Basic
2    6  Intermediate
..  ..           ...
97   6  Intermediate
98   1         Basic
99   7  Intermediate

[100 rows x 2 columns]

推荐文章

B.Poe · 在熊猫数据透视表中显示映射标签而不是代码

8 年前

r1d1 · 主题提取和文本分类在概念上有什么区别?

8 年前

moirK · 基于Scikit学习的混合数据集K均值聚类

8 年前

user3104352 · 熊猫如何将分类值分组

8 年前

versusChou · “Dummy”编码R中有两个值的因子[重复]

8 年前

alvas · 如何在热图的索引数据框上对x轴和y轴执行自定义排序?

9 年前

CT Hall · Apache Groovy有分类变量吗?

9 年前

Swastik · 如何获得列车和测试集的虚拟变量?

9 年前

DVL · 熊猫:如何在不寻常的文本顺序中分解

9 年前

Chao Liu · R图形:如何绘制字符序列(纯类别时间序列)

10 年前