數(shù)據(jù)分析-Pandas分類數(shù)據(jù)的比較如何避坑

數(shù)據(jù)分析和處理中，難免會(huì)遇到各種數(shù)據(jù)，那么數(shù)據(jù)呈現(xiàn)怎樣的規(guī)律呢？不管金融數(shù)據(jù)，風(fēng)控?cái)?shù)據(jù)，營(yíng)銷數(shù)據(jù)等等，莫不如此。如何通過圖示展示數(shù)據(jù)的規(guī)律？

數(shù)據(jù)表，時(shí)間序列數(shù)據(jù)在數(shù)據(jù)分析建模中很常見，例如天氣預(yù)報(bào)，空氣狀態(tài)監(jiān)測(cè)，股票交易等金融場(chǎng)景。數(shù)據(jù)分析過程中重新調(diào)整，重塑數(shù)據(jù)表是很重要的技巧，此處選擇Titanic數(shù)據(jù)，以及巴黎、倫敦歐洲城市空氣質(zhì)量監(jiān)測(cè)$N{O}_2$數(shù)據(jù)作為樣例。

數(shù)據(jù)分析

數(shù)據(jù)分析-Pandas如何轉(zhuǎn)換產(chǎn)生新列

數(shù)據(jù)分析-Pandas如何統(tǒng)計(jì)數(shù)據(jù)概況

數(shù)據(jù)分析-Pandas如何輕松處理時(shí)間序列數(shù)據(jù)

數(shù)據(jù)分析-Pandas如何選擇數(shù)據(jù)子集

數(shù)據(jù)分析-Pandas如何重塑數(shù)據(jù)表-CSDN博客

本文用到的樣例數(shù)據(jù)：

Titanic數(shù)據(jù)

空氣質(zhì)量監(jiān)測(cè)$N{O}_2$數(shù)據(jù)

樣例代碼：

源代碼參考 Pandas如何重塑數(shù)據(jù)表

源代碼參考 python數(shù)據(jù)分析-數(shù)據(jù)表讀寫到pandas

導(dǎo)入關(guān)鍵模塊

import pandas as pd
import numpy as np

實(shí)驗(yàn)數(shù)據(jù)分析處理，股票序列，時(shí)間序列，信號(hào)序列，有時(shí)候表格的數(shù)據(jù)并不完全是數(shù)值類型，也有可能是字符串，或者其他數(shù)據(jù)，需要做分類處理。pandas如何控制數(shù)據(jù)分類處理呢？需要配置哪些參數(shù)？

分類數(shù)據(jù)的比較

有三種情況，可以將分類數(shù)據(jù)與其他對(duì)象進(jìn)行比較：

• 與列表類的比較相等，例如相同長(zhǎng)度的類似列表的對(duì)象（如列表、序列、數(shù)組…)。
• 分類數(shù)據(jù)之間的比較，它們對(duì)應(yīng)數(shù)值是否相同，比較操作包括==``!=``>``>=``<``<=。
• 分類數(shù)據(jù)的所有數(shù)值與標(biāo)量的比較。

所有其他的比較，尤其是兩個(gè)類別的“不相等”比較，具有不同的 類別或具有任何類似列表的對(duì)象的分類將引發(fā) 錯(cuò)誤.TypeError

In [112]: cat = pd.Series([1, 2, 3]).astype(CategoricalDtype([3, 2, 1], ordered=True))
In [113]: cat_base = pd.Series([2, 2, 2]).astype(CategoricalDtype([3, 2, 1], ordered=True))
In [114]: cat_base2 = pd.Series([2, 2, 2]).astype(CategoricalDtype(ordered=True))In [115]: cat
Out[115]: 
0    1
1    2
2    3
dtype: category
Categories (3, int64): [3 < 2 < 1]In [116]: cat_base
Out[116]: 
0    2
1    2
2    2
dtype: category
Categories (3, int64): [3 < 2 < 1]In [117]: cat_base2
Out[117]: 
0    2
1    2
2    2
dtype: category
Categories (1, int64): [2]

具有相同類別和順序特性的分類比較，或與標(biāo)量進(jìn)行比較：

In [118]: cat > cat_base
Out[118]: 
0     True
1    False
2    False
dtype: boolIn [119]: cat > 2
Out[119]: 
0     True
1    False
2    False
dtype: bool

與類似列表對(duì)象的相等比較，適用于任何具有相同長(zhǎng)度的類似列表對(duì)象，和標(biāo)量的比較：

In [120]: cat == cat_base
Out[120]: 
0    False
1     True
2    False
dtype: boolIn [121]: cat == np.array([1, 2, 3])
Out[121]: 
0    True
1    True
2    True
dtype: boolIn [122]: cat == 2
Out[122]: 
0    False
1     True
2    False
dtype: bool

當(dāng)類別不相同時(shí)，比較就會(huì)報(bào)錯(cuò)：

In [123]: try:.....:     cat > cat_base2.....: except TypeError as e:.....:     print("TypeError:", str(e)).....: 
TypeError: Categoricals can only be compared if 'categories' are the same.

但是，如果要做不相等的比較，比如分類數(shù)據(jù)與類似列表的對(duì)象進(jìn)行“不相等”比較，就需要顯式轉(zhuǎn)換為原始數(shù)據(jù)再做比較。：

In [124]: base = np.array([1, 2, 3])In [125]: try:.....:     cat > base.....: except TypeError as e:.....:     print("TypeError:", str(e)).....: 
TypeError: Cannot compare a Categorical for op __gt__ with type <class 'numpy.ndarray'>.
If you want to compare values, use 'np.asarray(cat) <op> other'.In [126]: np.asarray(cat) > base
Out[126]: array([False, False, False])

當(dāng)比較具有相同類別的兩個(gè)無序分類時(shí)，不考慮順序：

In [127]: c1 = pd.Categorical(["a", "b"], categories=["a", "b"], ordered=False)
In [128]: c2 = pd.Categorical(["a", "b"], categories=["b", "a"], ordered=False)In [129]: c1 == c2
Out[129]: array([ True,  True])

以上代碼只是一個(gè)簡(jiǎn)單示例，示例代碼中的表達(dá)式可以根據(jù)實(shí)際問題進(jìn)行修改。

后面介紹下其他的展示形式。

覺得有用 收藏 收藏 收藏

點(diǎn)個(gè)贊 點(diǎn)個(gè)贊 點(diǎn)個(gè)贊

End

GPT專欄文章：

GPT實(shí)戰(zhàn)系列-ChatGLM3本地部署CUDA11+1080Ti+顯卡24G實(shí)戰(zhàn)方案

GPT實(shí)戰(zhàn)系列-LangChain + ChatGLM3構(gòu)建天氣查詢助手

大模型查詢工具助手之股票免費(fèi)查詢接口

GPT實(shí)戰(zhàn)系列-簡(jiǎn)單聊聊LangChain

GPT實(shí)戰(zhàn)系列-大模型為我所用之借用ChatGLM3構(gòu)建查詢助手

GPT實(shí)戰(zhàn)系列-P-Tuning本地化訓(xùn)練ChatGLM2等LLM模型，到底做了什么？(二)

GPT實(shí)戰(zhàn)系列-P-Tuning本地化訓(xùn)練ChatGLM2等LLM模型，到底做了什么？(一)

GPT實(shí)戰(zhàn)系列-ChatGLM2模型的微調(diào)訓(xùn)練參數(shù)解讀

GPT實(shí)戰(zhàn)系列-如何用自己數(shù)據(jù)微調(diào)ChatGLM2模型訓(xùn)練

GPT實(shí)戰(zhàn)系列-ChatGLM2部署Ubuntu+Cuda11+顯存24G實(shí)戰(zhàn)方案

GPT實(shí)戰(zhàn)系列-Baichuan2本地化部署實(shí)戰(zhàn)方案

GPT實(shí)戰(zhàn)系列-Baichuan2等大模型的計(jì)算精度與量化

GPT實(shí)戰(zhàn)系列-GPT訓(xùn)練的Pretraining，SFT，Reward Modeling，RLHF

GPT實(shí)戰(zhàn)系列-探究GPT等大模型的文本生成-CSDN博客