J'aurais besoin de créer une nouvelle colonne comme suit:
supposons que mon jeu de données ressemble à je voudrais avoir i déjà déterminé la fréquence des éléments comme suit: Je tiens à vous demander comment créer une nouvelle colonne avec ces valeurs.
6 Réponses :
Utiliser groupby code> et transformer code>. Vous devrez également créer une fonction pour classer vos articles: def categorize(x):
num = len(x)
if num >= 5:
return 'best seller'
elif num >= 3:
return 'ok'
else:
return 'bad'
df['category'] = df.groupby('Items').transform(categorize)
Selon ce que vous avez défini, vous n'avez pas de dépendance de la catégorie à la date (comme supposé par l'OUTPU).
Vous pouvez simplement utiliser Appliquer une fonction sur Axis 1 P>
def testfun(e):
count = len(df[df["Items"] == e["Items"]])
if(count>=5):
return "best seller"
if(count>=2 and count<5 ):
return "ok"
else:
return "bad"
df["count"] = df.apply(testfun,axis=1)
1 cintura bad
2 maglietta best seller
3 maglietta best seller
4 cappello ok
5 jeans best seller
6 cappello ok
7 maglietta best seller
8 maglietta best seller
9 jeans best seller
10 jeans best seller
11 maglietta best seller
12 jeans best seller
13 jeans best seller
df.apply sur l'axe 1 est généralement évité car il est inefficace plus info ici .
@ Ch3ster, ne le savait pas. Génial, votre réponse est plus propre
Heureux d'avoir aidé. @ La réponse de stupidwolf est vraiment sympa tho.
Vous pouvez utiliser couper sur valeur_counts:
df['Category'] = cats[df['Items']].to_numpy()
df
Items Date Category
0 calzini 2020/02/23 bad
1 cintura 2020/02/21 bad
2 maglietta 2020/02/23 best seller
3 maglietta 2020/02/22 best seller
4 cappello 2020/02/23 ok
5 jeans 2020/02/23 best seller
6 cappello 2020/02/22 ok
7 maglietta 2020/02/22 best seller
8 maglietta 2020/02/22 best seller
9 jeans 2020/02/22 best seller
10 jeans 2020/02/23 best seller
11 maglietta 2020/02/23 best seller
12 jeans 2020/02/22 best seller
13 jeans 2020/02/23 best seller
Vraiment belle réponse. +1 df.values ne doit pas être utilisé mentionné dans le DOCS , remplacez-le par .to_numpy () ou df ['Catégorie'] = DF [" Articles ']. Carte ( chats)
Je vois, n'était pas au courant de ça! Merci de le pointer.
Heureux d'avoir aidé. N'hésitez pas à les ajouter à la réponse, les commentaires peuvent être supprimés. Et merci pour les crédits, en fait, je n'ai rien fait que simplement dire que vous êtes humble, vous n'avez pas besoin de créditer. ;)
Semble très bon, pouvez-vous s'il vous plaît partager la manière dont vous avez choisi des poubelles des conditions 2-5,> 5 et <2? bacs = [0,1,4,10]
@ A.B, c'est la voie à laquelle la pd.cut fonctionne lorsque vous fournissez les pauses, un intervalle est défini comme> LB (limite inférieure) et <= ub (limite supérieure). Donc, pour 2-4, ce sera 1 (2> 1) et 4 (<= 4). Pour> 5, vous avez juste besoin d'une frontière droite supérieure à 5, peut être 10,20. Même chose pour la gauche.
Le code ci-dessous devrait fonctionner.
df['category'] = pd.cut(df['sold_items'],bins = [0,1,4,df['sold_items'].max()],labels = ['bad','ok','best seller'])
Vous pouvez également remplacer les valeurs conditionnelles dans valeur_counts , puis mappe :
Je pense que je manque une étape. Je devrais associer à chaque article sa fréquence, puis appliquer la condition IF.
Veuillez fournir un exemple de reproductible minimal et clarifier le problème exactement.
@Amc Je pense que j'ai fourni des données pour reproduire l'exemple. J'ai déjà reçu beaucoup de réponses qui m'a aidé.
Je pense que j'ai fourni des données pour reproduire l'exemple. dans un format qui est loin d'être pratique et qui ne fait pas un exemple reproductible. J'ai déjà reçu beaucoup de réponses qui m'a aidé. Je suis heureux d'entendre ça.