我在处理数据帧时收到一个错误"ValueError:fill value must in categories"。经过研究,我似乎需要为每个属于类别的值添加分类选项,但我得到了以下错误:
catgoricalValues = ['embarked', 'sex', 'pclass']
df[catgoricalValues] = df[catgoricalValues].astype('category')
df[catgoricalValues] = df[catgoricalValues].add_categories(df[catgoricalValues].unique()) # add options for catgorical values
AttributeError: 'DataFrame' object has no attribute 'add_categories'
我做错了什么?
- 发生错误的原因是
pandas.Series.cat.add_categories
是Series方法,而df[['embarked', 'sex', 'pclass']]
是DataFrame - 使用
pd.Categorical
- 熊猫:分类数据
- 某些
titanic
数据集列包含NaN
s,这些列不能是类别。- 创建类别时使用
.dropna()
- 创建类别时使用
单列
df['embarked'] = pd.Categorical(df['embarked'], categories=df['embarked'].dropna().unique())
多列
# looping through the columns
for col in ['embarked', 'sex', 'pclass']:
df[col] = pd.Categorical(df[col], categories=df[col].dropna().unique())
# alternatively with .apply
df[['embarked', 'sex', 'pclass']] = df[['embarked', 'sex', 'pclass']].apply(lambda x: pd.Categorical(x, x.dropna().unique(), ordered=True))
- 添加新类别
# create a sample series
s = pd.Series(["a", "b", "c", "a"], dtype="category")
# add a category
s = s.cat.add_categories([4])