如何让 numpy 选择识别我的列变量?

Question

我运行了一个决策树，并希望通过预测来标记每个箱。我像这样从预测对象中提取了唯一的预测，如下所示。

test_df3_dummies['dt_predictions'].unique()
array([0.00617504, 0.00834542, 0.02429166, 0.01016155, 0.00258616,
0.44985403, 0.05977463, 0.08333904])

因此，我做了以下操作，根据预测制作了一列箱：

condition = [(test_df3_dummies['dt_predictions'] == 0.00617504)
,(test_df3_dummies['dt_predictions'] == 0.00834542)
,(test_df3_dummies['dt_predictions'] == 0.02429166)
,(test_df3_dummies['dt_predictions'] == 0.01016155)
,(test_df3_dummies['dt_predictions'] == 0.00258616)
,(test_df3_dummies['dt_predictions'] == 0.44985403)
,(test_df3_dummies['dt_predictions'] == 0.05977463)
,(test_df3_dummies['dt_predictions'] == 0.08333904)]
replace = [1,2,3,4,5,6,7,8]
test_df3_dummies['dt_bins'] = np.select(condition, replace, default = 0)

但它并没有获得价值。 熊猫切断了最后两位数字，所以我尝试这样做，它也失败了。float64变量类型和np.select有什么技巧吗？

Answer 1

这是factorize：

test_df3_dummies = test_df3_dummies.sort_values('dt_predictions')
enum, codes = test_df3_dummies['dt_predictions'].factorize()

test_df3_dummies['dt_bins'] = enum

Answer 2

使用groupby.ngroup：

#test_df3_dummies=test_df3_dummies.sort_values('dt_predictions')  #if is neccesary
test_df3_dummies['dt_bins']=test_df3_dummies.groupby('dt_predictions').ngroup + 1