在 pandas 中与 fct_lump 等效的功能是什么？

Question

Python中是否有一个函数可以像R的fct_lump函数一样对所有过小的组进行分组，将它们分为一个“其他”组？

以下是示例:

library(dplyr)
library(forcats)

> x <- factor(rep(LETTERS[1:9], times = c(40, 10, 5, 27, 1, 1, 1, 1, 1)))

> x
 [1] A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A B B B B B B B B
[49] B B C C C C C D D D D D D D D D D D D D D D D D D D D D D D D D D D E F G H I
Levels: A B C D E F G H I

> x %>% fct_lump_n(3)
 [1] A     A     A     A     A     A     A     A     A     A     A     A     A     A     A     A    
[17] A     A     A     A     A     A     A     A     A     A     A     A     A     A     A     A    
[33] A     A     A     A     A     A     A     A     B     B     B     B     B     B     B     B    
[49] B     B     Other Other Other Other Other D     D     D     D     D     D     D     D     D    
[65] D     D     D     D     D     D     D     D     D     D     D     D     D     D     D     D    
[81] D     D     Other Other Other Other Other
Levels: A B D Other

- Jan Janiszewski

---

看一下 pycats 和 siuba / forcats，哪一个似乎更活跃。 - meriops

Answer 1

pip install siuba 
#( in python or anaconda prompth shell)

#use library as:
from siuba.dply.forcats import fct_lump, fct_reorder 

#just like fct_lump of R :

df['Your_column'] = fct_lump(df['Your_column'], n= 10)

df['Your_column'].value_counts() # check your levels

#it reduces the level to 10, lumps all the others as 'Other'

- bohontw

---

请在您的答案中添加一些描述，解释您的答案是做什么的，以及OP代码的问题是什么。 - Gangula

Answer 2

你也可能想尝试datar：

>>> from datar.all import factor, rep, LETTERS, c, fct_lump_n, fct_count
>>> 
>>> x = factor(rep(LETTERS[:9], times=c(40, 10, 5, 27, 1, 1, 1, 1, 1)))
>>> x >> fct_count()
           f       n
  <category> <int64>
0          A      40
1          B      10
2          C       5
3          D      27
4          E       1
5          F       1
6          G       1
7          H       1
8          I       1

>>> x >> fct_lump_n(3) >> fct_count()
           f       n
  <category> <int64>
0          A      40
1          B      10
2          D      27
3      Other      10

声明：我是datar包的作者。

- Panwen Wang