我已经尝试了一段时间,但没有任何进展。 请考虑以下数据框:
Id YearBuilt SalePrice Neighborhood
1 2003 208500 CollgCr
2 1976 181500 Veenker
3 2001 223500 CollgCr
4 1915 140000 Crawfor
5 2000 250000 NoRidge
6 1993 143000 Mitchel
7 2004 307000 Somerst
8 1973 200000 NWAmes
9 1931 129900 OldTown
10 1939 118000 BrkSide
11 1965 129500 Sawyer
12 2005 345000 NridgHt
13 1962 144000 Sawyer
14 2006 279500 CollgCr
15 1960 157000 NAmes
16 1929 132000 BrkSide
17 1970 149000 NAmes
我希望将数据分组到街区中,如果街区数量少于10个,则应将其放入其他
组中。我已经看到了其他答案,但无法解释它们。我已经尝试过。
house_df['newColumn'] = house_df['Neighborhood'].mask(house_df['Neighborhood'].count < 50, 'other')
也尝试过
house_df.groupby['Neighborhood'].filter(lambda x: x.count < 10)
但其实这种方法不起作用。我也尝试过按区域分组并应用筛选器,但都没用。请帮忙解决。
这是我想要实现的一个例子。
Id YearBuilt SalePrice Neighborhood newColumn
1 2003 208500 CollgCr Collgcr
2 1976 181500 Veenker other
3 2001 223500 CollgCr CollgCr
4 1915 140000 Crawfor other
5 2000 250000 NoRidge NoRidge
6 1993 143000 Mitchel Mitchel
7 2004 307000 Somerst other
8 1973 200000 NWAmes NWAmes
house_df.groupby['Neighborhood'].filter(lambda x: x.count < 10)
- Harj