0

Tengo una base de datos el cual tengo una columna que etiqueta los tweets entre misogino y no_misogino. Lo que quiero, es hacer una columna que tenga la etiqueta 0 para no_misogino y 1 para misogino.

El actual código lo hace, pero al revés. Tengo el siguiente código:

import pandas as pd

Texto_final['Categoria_ID'] = Texto_final['Tipo'].factorize(sort=True)[0]
Categoria_ID_datos = Texto_final[['Tipo', 'Categoria_ID']].drop_duplicates().sort_values('Categoria_ID')
Categoria_a_ID = dict(Categoria_ID_datos.values)
ID_a_Categoria = dict(Categoria_ID_datos[['Categoria_ID', 'Tipo']].values)
Texto_final.head(3)

# Salida incorrecta:
#Tipo        Categoria_ID
#misogino        0
#misogino        0
#no_misogino     1

# Salida deseada:
#Tipo        Categoria_ID
#misogino        1
#misogino        1
#no_misogino     0

En resumen, la columna "Tipo" tiene etiquetas de misogino y no_misogino. Quiero crear una columna llamada "Categoria_ID", donde esten valores entre 0 y 1, donde 0 le corresponda no_misogino y 1 para misogino. Pense que solo colocando sort = True se solucionario, pero no.

Muchas gracias de ante mano.

5
  • Buen día, si entendí bien, ¿Quieres utilizar los datos de la columna #Tipo para poner 1 ó 0 en la columna Categoria_ID? Commented el 7 jun. 2022 a las 7:03
  • Por cierto sort es para ordenar la columna, por ejemplo de mayor a menor Commented el 7 jun. 2022 a las 7:06
  • También agrega un poco más de información sobre las librerías que estas utilizando, había publicado una respuesta con pandas pero no sé si lo utilizas o no. Commented el 7 jun. 2022 a las 7:19
  • Una disculpa por la falta de explicación. Ya edite el post, a ver si ya esta mejor así.
    – Zarcklet
    Commented el 7 jun. 2022 a las 7:27
  • Gracias, recuperé la respuesta que había publicado antes, ahora que sé que utilizas pandas la respuesta si aplica para tu caso. Commented el 7 jun. 2022 a las 7:30

1 respuesta 1

0

Buen día,

Lo único que necesitas es utilizar pandas.DataFrame.apply

Utilizando el siguiente dataframe como ejemplo en el archivo "sample2.csv"

#Tipo
0 #misogino
1 #misogino
2 #no_misogino
3 #misogino
4 #no_misogino
5 #no_misogino
6 #no_misogino
7 #no_misogino
8 #misogino
9 #misogino
10 #no_misogino

Código de ejemplo:

import pandas as pd

df = pd.read_csv('sample2.csv')
df['Categoria_ID'] = df['#Tipo'].apply(lambda x: 1 if x=='#misogino' else 0)

Esto devuelve el siguiente dataframe

#Tipo Categoria_ID
0 #misogino 1
1 #misogino 1
2 #no_misogino 0
3 #misogino 1
4 #no_misogino 0
5 #no_misogino 0
6 #no_misogino 0
7 #no_misogino 0
8 #misogino 1
9 #misogino 1
10 #no_misogino 0
2
  • Muchas gracias!!!! si me funciono :3
    – Zarcklet
    Commented el 7 jun. 2022 a las 7:51
  • No hay de que. Recuerda que una pregunta con toda la información y mostrando un esfuerzo por parte del autor ayuda a recibir respuestas rápidamente. Saludos! Commented el 7 jun. 2022 a las 7:53

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.