0

Tengo una dataframe df con numeros entre 1 y 7 y me gustaria transformar los en catagorias (neg si esta <3, pos si esta >5 y neut sino):

    A       B       C       D       E
0   3.75    3.50    4.00    4.75    3.00
1   4.75    5.25    3.75    5.50    2.00
2   3.25    4.00    3.75    4.00    5.50
3   2.75    4.00    4.00    4.00    2.75

Entonces intenté:

for col in columns:
    for _, row in df[col].iterrows():
        if row<3:
            df.iloc[i,row] = "neg"
        elif row >5:
            df.iloc[i,row] = "pos"
        else:
            df.iloc[i,row] = "neut"

Pero obtengo:

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-124-71393cdf0d1e> in <module>
      2 
      3 for col in columns:
----> 4     for _, row in df[col].iterrows():
      5         if row<3:
      6             df.iloc[i,row] = "neg"

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\generic.py in __getattr__(self, name)
   5272             if self._info_axis._can_hold_identifiers_and_holds_name(name):
   5273                 return self[name]
-> 5274             return object.__getattribute__(self, name)
   5275 
   5276     def __setattr__(self, name: str, value) -> None:

AttributeError: 'Series' object has no attribute 'iterrows'

Intenté tambien:

df.loc[df['A','B', 'C', 'D','E'] > 5, ['A','B', 'C', 'D','E']] = "pos"

Pero me devuelvé:

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method, tolerance)
   2645             try:
-> 2646                 return self._engine.get_loc(key)
   2647             except KeyError:

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

KeyError: ('Openess', 'Conscientiousness', 'Extraversion', 'Agreeableness', 'Neuroticism')

During handling of the above exception, another exception occurred:

KeyError                                  Traceback (most recent call last)
<ipython-input-132-bd0104cc9380> in <module>
     11 #             df.iloc[i,row] = "neut"
     12 
---> 13 df.loc[df['Openess','Conscientiousness', 'Extraversion', 'Agreeableness','Neuroticism'] > 5, ['Openess','Conscientiousness', 'Extraversion', 'Agreeableness','Neuroticism']] = "pos"

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\frame.py in __getitem__(self, key)
   2798             if self.columns.nlevels > 1:
   2799                 return self._getitem_multilevel(key)
-> 2800             indexer = self.columns.get_loc(key)
   2801             if is_integer(indexer):
   2802                 indexer = [indexer]

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method, tolerance)
   2646                 return self._engine.get_loc(key)
   2647             except KeyError:
-> 2648                 return self._engine.get_loc(self._maybe_cast_indexer(key))
   2649         indexer = self.get_indexer([key], method=method, tolerance=tolerance)
   2650         if indexer.ndim > 1 or indexer.size > 1:

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

KeyError: ('Openess', 'Conscientiousness', 'Extraversion', 'Agreeableness', 'Neuroticism')

1 respuesta 1

0

Podrías simplemente usar el tipo Categorical para tus columnas. PAra segmentar por los intervalos deseados puedes usar pandas.cut:

import io
import numpy as np
import pandas as pd


data = io.StringIO("""     
   A       B       C       D       E
3.75    3.50    4.00    4.75    3.00
3.45    5.25    3.75    5.50    2.00
3.25    4.00    3.75    4.00    5.50
2.75    4.00    4.00    4.00    2.75
""")


df = pd.read_csv(data, sep="\s+")
>>> df
      A     B     C     D     E
0  3.75  3.50  4.00  4.75  3.00
1  3.45  5.25  3.75  5.50  2.00
2  3.25  4.00  3.75  4.00  5.50
3  2.75  4.00  4.00  4.00  2.75
df = pd.cut(df.stack(),
            (-np.inf, 2.99, 5, np.inf),
            labels=('neg', 'neut', 'pos')
            ).unstack()
>>> df

      A     B     C     D     E
0  neut  neut  neut  neut  neut
1  neut   pos  neut   pos   neg
2  neut  neut  neut  neut   pos
3   neg  neut  neut  neut   neg

Edición

Si solo se quiere pasar a categóricas ciertas columnas del DataFrame basta con usar loc para seleccionar las deseadas y reasignarles el nuevo valor:

import pandas as pd
import io
import numpy as np



data = io.StringIO("""     
   A       B       C       D       E
3.75    3.50    4.00    4.75    3.00 
3.45    5.25    3.75    5.50    2.00    
3.25    4.00    3.75    4.00    5.50
2.75    4.00    4.00    4.00    2.75
""")

import pandas as pd


df = pd.read_csv(data, sep="\s+")

df.loc[:, ['A', 'C', 'D']] = pd.cut(df.loc[:, ['A', 'C', 'D']].stack(),
                                    (-np.inf, 2.99, 5, np.inf),
                                    labels=('neg', 'neut', 'pos')
                                    ).unstack()
>>> df

      A     B     C     D     E
0  neut  3.50  neut  neut  3.00
1  neut  5.25  neut   pos  2.00
2  neut  4.00  neut  neut  5.50
3   neg  4.00  neut  neut  2.75
2
  • Muchas gracias FJ! Descubrí cut, stack yunstack en la doc. ¿Podría decirme qué hace cada una de las líneas en combinación? Además, ¿cómo adaptarse al caso en que se quiere modificar sólo algunas columnas? Commented el 28 feb. 2020 a las 10:11
  • He editado la pregunta con una posible solución para el caso de querer modificar solo algunas columnas del DataFrame. En cuanto a lo de cut / stack / unstack a ver si mañana tengo algo más de tiempo y lo edito con ejemplos paso a paso para que se entienda que hace cada uno de ellos.
    – FJSevilla
    Commented el 28 feb. 2020 a las 22:08

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.