Python 向Dataframe中的分类数据添加标签

我试图转换婚姻状况的调查数据，如下所示：

df['d11104'].value_counts()

[1] Married        1    250507
[2] Single         2     99131
[4] Divorced       4     32817
[3] Widowed        3     24839
[5] Separated      5      8098
[-1] keine Angabe         2571
Name: d11104, dtype: int64

到目前为止，我做了

df['marstat']=df['d11104'].cat.codes.astype（'category'）

，得到了

df['marstat'].value_counts()
1    250507
2     99131
4     32817
3     24839
5      8098
0      2571
Name: marstat, dtype: int64

现在，我想在列

marstat

中添加标签，以便保留数值，也就是说，我想通过条件

df['marstat']==1

，同时将标签

['已婚'，'单身'，'离异'，'widwowed']

附加到此变量。如何做到这一点

编辑：感谢jpp的回答，我简单地创建了一个新变量并手动定义了标签：

df['marstat_lb'] = df['marstat'].map({1: 'Married', 2: 'Single', 3: 'Widowed', 4: 'Divorced', 5: 'Separated'})

---

您可以将结果转换为数据帧，并在输出中包含类别代码和名称

可以通过枚举类别来提取类别映射字典。下面是一个简单的例子

import pandas as pd

df = pd.DataFrame({'A': ['M', 'M', 'S', 'D', 'W', 'M', 'M', 'S',
                         'S', 'S', 'M', 'W']}, dtype='category')

print(df.A.cat.categories)

# Index(['D', 'M', 'S', 'W'], dtype='object')

res = df.A.cat.codes.value_counts().to_frame('count')

cat_map = dict(enumerate(df.A.cat.categories))

res['A'] = res.index.map(cat_map.get)

print(res)

#    count  A
# 1      5  M
# 2      4  S
# 3      2  W
# 0      1  D

例如，您可以通过

df['A']='M'

或

df.index==1

访问“M”

---

更简单的解决方案是使用apply

value\u counts

，然后为代码添加一个额外的列：

res = df.A.value_counts().to_frame('count').reset_index()

res['code'] = res['index'].cat.codes

  index  count  code
0     M      5     1
1     S      4     2
2     W      2     3
3     D      1     0

---

您可以将结果转换为数据帧，并在输出中包含类别代码和名称

可以通过枚举类别来提取类别映射字典。下面是一个简单的例子

import pandas as pd

df = pd.DataFrame({'A': ['M', 'M', 'S', 'D', 'W', 'M', 'M', 'S',
                         'S', 'S', 'M', 'W']}, dtype='category')

print(df.A.cat.categories)

# Index(['D', 'M', 'S', 'W'], dtype='object')

res = df.A.cat.codes.value_counts().to_frame('count')

cat_map = dict(enumerate(df.A.cat.categories))

res['A'] = res.index.map(cat_map.get)

print(res)

#    count  A
# 1      5  M
# 2      4  S
# 3      2  W
# 0      1  D

例如，您可以通过

df['A']='M'

或

df.index==1

访问“M”

---

更简单的解决方案是使用apply

value\u counts

，然后为代码添加一个额外的列：

res = df.A.value_counts().to_frame('count').reset_index()

res['code'] = res['index'].cat.codes

  index  count  code
0     M      5     1
1     S      4     2
2     W      2     3
3     D      1     0

---

谢谢也许我不够具体。我不想处理频率表中的项目，而是单个数据中的项目。稍微改变一下方法，我尝试了：

df['marstat']=df['d1104'].cat.code

和

labels=dict（枚举（df['d1104'].cat.categories））

。然而，

df['marstat_lb']=df['marstat'].index.map（labels.get）

为

df['marstat'].

的每个值都提供了

None

，是否无法“沿着”分类数据设置一组标签（python术语中的映射（？）？来自Stata，这在那里非常常见。在您的示例中，您不需要执行

df['marstat\u lb']=df['marstat']]。映射（标签）

？那么你不应该得到

无

。谢谢。也许我不够具体。我不想处理频率表中的项目，而是单个数据中的项目。稍微改变一下方法，我尝试了：

df['marstat']=df['d1104'].cat.code

和

labels=dict（枚举（df['d1104'].cat.categories））

。然而，

df['marstat_lb']=df['marstat'].index.map（labels.get）

为

df['marstat'].

的每个值都提供了

None

，是否无法“沿着”分类数据设置一组标签（python术语中的映射（？）？来自Stata，这在那里非常常见。在您的示例中，您不需要执行

df['marstat\u lb']=df['marstat']]。映射（标签）

？那么你就不应该得到

None

。。