Как я могу установить категорию, используя возвращаемое значение функции apply () в пандах? - PullRequest
Новая
       15

Как я могу установить категорию, используя возвращаемое значение функции apply () в пандах?

0 голосов
/ 14 декабря 2018

Заранее благодарим за чтение.

Прежде всего, я использую python 3.7 с пандами 0.23.4 и numpy 1.15.

Если я установлю категориальный столбец, например df.at[(...), col] = 'категория' работает нормально.

Как показано в примере ниже, если я устанавливаю категорию из функции apply (), столбец становится «объектом»dtype.

Как установить категорию, используя возвращаемое значение функции apply () в пандах?

<code><pre>
import pandas as pd
import numpy as np

phones = [5551234,5551235,5551236,5551237,5551238,5551239,5551240,5551241,5551242,5551243,5551244,5551245,5551246]

dates = ['01/01/2018','01/07/2017','01/01/2017','01/07/2016','01/01/2016','01/07/2015','01/01/2015','01/07/2014', '01/01/2014','01/07/2013','01/01/2013','01/07/2012','01/01/2012']

df = pd.DataFrame({'PHONE': phones, 'DATE': dates})

df['DATE'] = pd.to_datetime(df['DATE'], format='%d/%m/%Y', errors='coerce')

age_cats = pd.Categorical([], categories=['hot', 'warm', 'cold', 'old', 'ignored'])

df['AGE'] = pd.Series(age_cats)

df.info()
class 'pandas.core.frame.DataFrame'
RangeIndex: 13 entries, 0 to 12
Data columns (total 3 columns):
PHONE    13 non-null int64
DATE     13 non-null datetime64[ns]
AGE      0 non-null category
dtypes: category(1), datetime64[ns](1), int64(1)
memory usage: 501.0 bytes


def get_age(_date):
    if pd.isnull(_date):
        return 'old'

    today = pd.Timestamp.today()
    d = today.day

    if today.month == 2 and d == 29:
        d = 28
    y1 = pd.Timestamp(today.year -1, today.month, d)
    y2 = pd.Timestamp(today.year -2, today.month, d)
    y3 = pd.Timestamp(today.year -3, today.month, d)
    y4 = pd.Timestamp(today.year -4, today.month, d)
    y5 = pd.Timestamp(today.year -5, today.month, d)

    if today &lt _date:
        raise Exception('Future dates mean there is a bug.')
    if y1 &lt _date and _date &lt= today:
        return 'hot'
    elif y3 &lt _date and _date &lt= y1:
        return 'warm'
    elif y5 &lt _date and _date &lt= y3:
        return 'cold'
    else:
        return 'old'

df.at[:, 'AGE'] = df.DATE.apply(get_age)
df.info()

class 'pandas.core.frame.DataFrame'
RangeIndex: 13 entries, 0 to 12
Data columns (total 3 columns):
PHONE    13 non-null int64
DATE     13 non-null datetime64[ns]
AGE      13 non-null object
dtypes: datetime64[ns](1), int64(1), object(1)
memory usage: 392.0+ bytes

Я добавил второй столбец AGE2 той же категории, что и первый.Я использовал ту же функцию в циклическом процессе, и категориальный dtype не был переопределен.

Я неправильно использую функцию apply ()? 

df['AGE2'] = pd.Series(age_cats)

for i, r in df.iterrows():
    df.loc[[i],'AGE2'] = get_age(r['DATE'])

df.info()

class 'pandas.core.frame.DataFrame'
RangeIndex: 13 entries, 0 to 12
Data columns (total 4 columns):
PHONE    13 non-null int64
DATE     13 non-null datetime64[ns]
AGE      13 non-null object
AGE2     13 non-null category
dtypes: category(1), datetime64[ns](1), int64(1), object(1)
memory usage: 605.0+ bytes

1 Ответ

0 голосов
/ 14 декабря 2018

Почему бы вам не сделать это следующим образом, используя astype на Series объекте: 

df['AGE'] = df.DATE.apply(get_age).astype('category', ordered=True, categories=['old', None])
...