我的数据列结合了两个轴上的信息：财富和人生阶段。我需要将两位代码的"十"位和"一"位分解为两个新的序数变量。如何对这些数据进行分离和重新编码？
这是列的数据字典：
- -1:未知
- 11:富裕家庭-婚前夫妇；单身
- 12:富裕家庭-有孩子的年轻夫妇
- 13：富裕家庭-有学龄儿童的家庭
- 14：富裕家庭-老年家庭；成熟的情侣
- 15:富裕家庭-退休老人
- 21：富裕家庭-家庭前夫妇；单身
- 22：富裕家庭-有孩子的年轻夫妇
- 23：富裕家庭-有学龄儿童的家庭
- 24：富裕家庭-老年家庭&成熟的情侣
- 25：富裕家庭-退休老人
- 31:舒适的家庭-家庭前夫妇&单身
- 32：舒适的家庭-有孩子的年轻夫妇
- 33：舒适的家庭-有学龄儿童的家庭
- 34:舒适的家庭-老年家庭&成熟的情侣
- 35：舒适的家庭-退休老人
- 41：不太富裕的家庭-家庭前夫妇；单身
- 42：不太富裕的家庭-有孩子的年轻夫妇
- 43：不太富裕的家庭-有学龄儿童的家庭
- 44：不太富裕的家庭-老年家庭&成熟的情侣
- 45:不太富裕的家庭-退休老人
- 51:贫困家庭-婚前夫妇；单身
- 52：贫困家庭-有孩子的年轻夫妇
- 53：贫困家庭-有学龄儿童的家庭
- 54：贫困家庭-老年家庭；成熟的情侣
- 55：贫困家庭-退休老人
我尝试了np.where((并创建了条件：
我使用过.map((：
data2.map({11:'Wealthy', 12:'Wealthy', 13:'Wealthy', 14:'Wealthy', 15:'Wealthy',
# 21:'Prosperous', 22:'Prosperous', 23:'Prosperous', 24:'Prosperous', 25:'Prosperous',
# 31:'Comfortable', 32:'Comfortable', 33:'Comfortable', 34:'Comfortable', 35:'Comfortable',
# 41:'Less_Afflutent', 42:'Less_Afflutent', 43:'Less_Afflutent', 44:'Less_Afflutent', 45:'Less_Afflutent',
# 51:'Poorer', 52:'Poorer', 53:'Poorer', 54:'Poorer', 55:'Poorer'})
我也尝试过一些其他的东西，但似乎都不值得发布。我是新来的，还在学习，但我以前从未遇到过这样的问题，我在谷歌上搜索了很多
如果我正确理解这个问题，您需要将当前状态列拆分为两个新列，然后为每个列进行映射。
# Assuming your current column is called 'status'
df['tens_place'] = df['status']//10 # whole number of division, no remainder, gives -1 for -1
df['ones_place'] = df['status']%10 # just remainder, gives 9 for -1
tens_map = tens_map = {1:'Wealthy Households',2:'Prosperous households',
3:'Comfortable Households',4:'Less Affluent households' ,5:'Poorer households',
-1:'unknown'}
ones_map = ... # same sorta thing
df['wealth_status'] = df['tens_place'].map(tens_map)
df['family_status'] = df['ones_place'].map(ones_map)