python - 从连续的日期时间变量生成分类变量
问题描述
我正在尝试从连续的日期时间变量中创建一个分类变量。
基本上如果他们在 15 到 25 之间,那么 Age_category = 1,如果他们在 25 到 35 之间,那么 Age_category = 2。
我已经知道了,这样我就可以做出一个条件,这很有效:
df.loc[(df['Age_days'] > timedelta(days=(25*365)), 'Age2')] = '1'
当我尝试提出两个条件时,它失败了:
df.loc[(df['Age_days'] > timedelta(days=(15*365)) & (df['Age_days'] <= timedelta(days=(25*365)), 'Age_cat'))] = '1'
我得到的错误说它不喜欢使用'&':
TypeError: unsupported operand type(s) for &: 'datetime.timedelta' and 'tuple'
我试过用'and'替换&,但它也不喜欢这样:
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
知道我应该如何解决这个问题吗?
解决方案
对于 Pandas,您应该使用 Pandas 方法而不是datetime
模块。
在这种情况下,您可以使用 NumPy 将timedelta
值转换为float
,然后用于pd.cut
分箱您的年龄。默认情况下,pd.cut
包含在每个范围的右侧。
df = pd.DataFrame({'Age': [10, 15, 17, 20, 25, 30, 35, 40]})
df['Age'] = pd.to_timedelta(df['Age'], unit='Y')
df['Category'] = pd.cut(df['Age'] / np.timedelta64(1, 'Y'), [15, 25, 35], labels=[1, 2])
print(df)
Age Category
0 3652 days 10:12:00 NaN
1 5478 days 15:18:00 NaN
2 6209 days 02:56:24 1.0
3 7304 days 20:24:00 1.0
4 9131 days 01:30:00 1.0
5 10957 days 06:36:00 2.0
6 12783 days 11:42:00 2.0
7 14609 days 16:48:00 NaN
然后,您可以删除空值并将类别转换为int
(如果需要)。
推荐阅读
- java - Jsoup:将属于body的文本包装在div中?
- mongodb - Mongo 聚合:包括存储在另一个集合中的值的描述
- python - 通过 pandas 列中的关键字提取值
- node.js - 使用 puppeteer 返回窗口对象
- sql - 如何创建包含 JSON 的列,该列的名称从另一个表中的列的值定义?
- python - python中折线图的数据标签
- neo4j - 如何查询 Neo4j 节点以及节点之间的关系?
- c# - Bot Framework - 使用自定义语音服务错误 400 C#
- bash - 源激活不适用于 conda,PATH 可能存在问题,使用 mac
- android - todo-mvvm-xxx - 视图模型之间的通信