如何将组合低频类别/值的python代码转换为可应用于任何dataframe列的函数？

为此

---

是否有一种简单的方法在函数中定义此代码，以便我可以将其应用于任何数据帧列

解决方案应简化为

normalize=True

in:

def替换阈值（df、col、阈值、新值）：
s=df[col]。值_计数（normalize=True）。mul（100）
df[col]=np.where（df[col].isin（s.index[s

你能添加一些数据样本吗？链接到另一个问题是不够的，你自己的问题应该独立完成。此外，如果您熟悉如何访问pandas中的特定列，那么将现有代码转换为函数应该一点也不困难。为参数指定一个变量名，用所有硬编码值替换参数，就完成了

def replace_thresh(df, col, thresh, new_val):
    s = df[col].value_counts(normalize=True).mul(100)
    df[col] = np.where(df[col].isin(s.index[s < thresh]), new_val, df[col])
    return df

df = replace_thresh(df, 'col', 1, 'Other')