当尝试添加分类值时，Pandas 出现错误 "AttributeError: 'DataFrame' object has no attribute 'add_categories'"？

Question

我先前在处理数据框时出现了一个错误：“ValueError: 填充值必须是类别中的一个”。经过研究发现，我需要为每个属于类别的值添加分类选项，但我仍然遇到以下错误：

  catgoricalValues = ['embarked', 'sex', 'pclass']

  df[catgoricalValues] = df[catgoricalValues].astype('category')
  df[catgoricalValues] = df[catgoricalValues].add_categories(df[catgoricalValues].unique())  # add options for catgorical values


AttributeError: 'DataFrame' object has no attribute 'add_categories'

我做错了什么？

- Lostsoul

Answer 1

• 错误的原因是因为pandas.Series.cat.add_categories是一个Series方法，而df[['embarked', 'sex', 'pclass']]是一个DataFrame。
• 请使用pd.Categorical
• pandas:分类数据
• 一些titanic数据集的列包含NaN，这不能被视为分类。
  • 创建类别时，请使用.dropna()。

单列

df['embarked'] = pd.Categorical(df['embarked'], categories=df['embarked'].dropna().unique())

多列

# looping through the columns
for col in ['embarked', 'sex', 'pclass']:
    df[col] = pd.Categorical(df[col], categories=df[col].dropna().unique())

# alternatively with .apply
df[['embarked', 'sex', 'pclass']] = df[['embarked', 'sex', 'pclass']].apply(lambda x: pd.Categorical(x, x.dropna().unique(), ordered=True))

• 添加新类别

# create a sample series
s = pd.Series(["a", "b", "c", "a"], dtype="category")

# add a category
s = s.cat.add_categories([4])

- Trenton McKinney

---

太棒了！非常感谢你！ - Lostsoul