Python 如何创建；“其他”；在熊猫栏中分类有效吗？

我有一个

pandas.DataFrame

如下：

print(df)

level   type

'xyz'     1
'abc'     2
'abc'     4
'abc'     3
'xyz'     3
'qwe'     2
'asd'     5
'poi'     1

我想用新值

其他值

替换

级别

列中值计数小于2的所有值

print(df['level'].value_counts())

abc    3
xyz    2
poi    1
qwe    1
asd    1

在上述示例中，计数为1的类别，即

qwe、asd、poi

应替换为

others

预期输出：

    level   type
0   xyz     1
1   abc     2
2   abc     4
3   abc     3
4   xyz     3
5   others  2
6   others  5
7   others  1

我尝试的

cats = []
x = dict(df['level'].value_counts())
for k,v in x.items():
    if v > 1:
        cats.append(k)

df['level'] = [j if j in cats else 'others' for i,j in df['level'].iteritems()]

上面的代码生成了预期的输出，但速度太慢。所以我在找 用于更有效的解决方案。

使用

v

和过滤的索引值创建布尔掩码，并通过以下方式设置值：

详细信息：

print (v.index[v])
Index(['qwe', 'asd', 'poi'], dtype='object')

---

标记的副本应该可以解决这个问题。已更新，以显示如何隔离计数为1的类别。

print (v.index[v])
Index(['qwe', 'asd', 'poi'], dtype='object')