pandas习题 198：产品类别进行标准化处理

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gr99123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

假设你有一份电商平台的产品数据，包含产品名称和所属类别。现在需要对产品类别进行标准化处理并按照自定义顺序进行分析。

import pandas as pd

data = {
    'product': ['iPhone', 'T-Shirt', 'Coffee', 'Laptop', 'Jeans', 'Milk'],
    'category': ['Electronics', 'Clothing', 'Food', 'Electronics', 'Clothing', 'Food']
}
df = pd.DataFrame(data)
df
'''
   product     category
0   iPhone  Electronics
1  T-Shirt     Clothing
2   Coffee         Food
3   Laptop  Electronics
4    Jeans     Clothing
5     Milk         Food
'''

请完成以下要求：

将 category 列转换为 Categorical 类型，并指定类别顺序为：['Electronics', 'Clothing', 'Food']
按自定义类别顺序对数据进行排序
添加一个新列 category_code，显示每个类别对应的数字编码

参考答案

代码如下：

# 参考代码
(
    df
    .assign(category=lambda x: pd.Categorical(x['category'], 
                                             categories=['Electronics', 'Clothing', 'Food'], 
                                             ordered=True))
    .sort_values('category')
    .assign(category_code=lambda x: x['category'].cat.codes)
    .reset_index(drop=True)
)
'''
   product     category  category_code
0   iPhone  Electronics              0
1   Laptop  Electronics              0
2  T-Shirt     Clothing              1
3    Jeans     Clothing              1
4   Coffee         Food              2
5     Milk         Food              2
'''

答案解析

参考代码的思路逻辑：

数据转换：使用 pd.Categorical() 将 category 列转换为分类数据类型，通过 categories 参数指定自定义顺序，ordered=True 表示这是一个有序分类
排序处理：使用 sort_values('category') 按分类顺序排序，由于已经定义了有序分类，pandas 会自动按照我们指定的顺序排列
编码提取：使用 .cat.codes 属性获取每个类别对应的数字编码，Electronics→0, Clothing→1, Food→2
结果整理：使用 reset_index(drop=True) 重置索引，使输出结果更加整洁

这种方法确保了数据类别的标准化处理，便于后续的统计分析和可视化操作，同时保持了业务所需的特定排序顺序。

pandas习题 198：产品类别进行标准化处理

参考答案

答案解析

相关内容