Skip to main content
 首页 » 编程设计

python之Pandas 分类没有按预期工作

2025年02月15日19thcjp

我试图了解序数尺度(分类)在 pandas 中的工作原理。

import pandas as pd 
import numpy as np 
 
student = ["alex","bob","cynthia","daniel","evans"] 
tshirt = ["L","XL","S","M","L"] 
df = pd.DataFrame(data = tshirt, index=student) 
df = df.rename(columns={0:"tshirt"}) 
 
 
 
 
       tshirt 
  alex    L 
  bob     XL 
  cynthia S 
  daniel  M 
  evans   L 
 
df = df["tshirt"].astype("category", categories = ["S","M","L","XL"],ordered = True) 

当我尝试以下代码时,它显示为 True。

df.loc["alex"] < df.loc["daniel"] 

它应该是 False(因为 L > M)

我的代码有什么问题?

请您参考如下方法:

首先,您的 df 实际上是一个 Series...但无论如何,问题是您正在比较 值,这是字符串,它们具有固有的顺序(字典顺序),这就是 Python 正在做的事情。您需要以返回 pandas 数据结构的方式选择数据:

In [2]: df[['alex']] < df[['daniel']] 
Out[2]: 
alex    False 
Name: tshirt, dtype: bool 

或者

In [3]: df.loc[['alex']] < df.loc[['daniel']] 
Out[3]: 
alex    False 
Name: tshirt, dtype: bool