从python中现有的分类列创建新列

Question

我正在尝试使用此表提取

新列Profession_category和Age_category。

我的预期产出应该是这样的，在这样的行业里，折叠式的职业是土木工程师，电气工程师是工程师，软件开发人员，数据工程师，是计算护士，医生是健康的，其余的是“其他人”

​

​

Answer 1

首先，我定义了一个与每个行业相关的字典，并使用apply()方法创建了一个名为"Profession_category"的新列，现在定义"Age_category"有点混乱，因为它们在一个特定的范围内，但我不知道如何计算，我使用了numpy.histogram并将df["Age"]作为输入数据，将年龄范围作为b传递给bins。“回收箱是一个序列，它定义了一个单调递增的bin边数组，包括最右边的边，允许非均匀的桶宽”，另一个选项是使用自定义的labels和年龄范围。

import pandas as pd

values = {'Civil Engineer': 'Engineer', 
          'Electrical Engineer': 'Engineer', 
          'Software Developer':'Computing', 
          'Data Engineer' : 'Computing',
          'Nurse': 'Healt', 
          'Doctor': 'Healt'}

df["Profession_category"] = df["Profession"].apply(lambda x: values[x] if x in values else 'Others')

#b = [-1,15,40,60,80]
#df["Age_category"] = np.histogram(df['Age'], bins=b)[0].tolist()

bins= [i for i in range(15, 90, 10)]
labels = ['15-25','25-35','35-45', '45-55','55-65', '65-75', '75-85']
df['Age_category'] = pd.cut(df['Age'], bins=bins, labels=labels, right=False)