：用频率计数替换变量

Question

我有一个dataframe，它有数百个不同值的分类变量。

我能够使用使用groupby语句+ reset_index()的'values_count()‘函数来验证这些级别的频率。

我试图用它们的频率计数来替换这数百个值(然后在合并级别上用低基数替换)。我试图加入两种不同的数据格式(一种是值，另一种是计数)，但我有问题.

例如，频率表如下，大约有300条记录(所有记录都是唯一的)：

    v_catego  Time
0        AA   353
1       AAC   136
2       ABB     2
3       ABC     1
4       ACA    13

300     ZZZ    33

原始数据：

           V_vatego
    0        AA 
    1       AAC   
    2       ABB     
    3       AAC     
    4       DA  
    5       AAC
................

其中，我希望用每个实例的“Time”值替换(或添加另一个)变量：

    v_catego  new_v_catego
0        AA   353
1       AAC   136
2       ABB     2
3       AA    353
4       AAC   136
.................

我知道在R中有一个简单的函数。巨蟒中有类似的吗？

Answer 1

您可以使用concat，但在必须通过add_categories在两个Series (列)中设置相同的类别之前

print df
  v_catego  Time
0       AA   353
1      AAC   136
2      ABB     2
3       AA   353
4      AAC   136

print df1
  v_catego  Time
0      ABC     1
1      ACA    13

#remember old cat in df1
old_cat = df1['v_catego']

#set same categories in both dataframes in column v_catego
df1['v_catego'] = df['v_catego'].cat.add_categories(df1['v_catego'])
df['v_catego'] = df['v_catego'].cat.add_categories(old_cat)
print df.v_catego
0     AA
1    AAC
2    ABB
3     AA
4    AAC
Name: v_catego, dtype: category
Categories (5, object): [AA, AAC, ABB, ABC, ACA]

print df1.v_catego
0     AA
1    AAC
Name: v_catego, dtype: category
Categories (5, object): [AA, AAC, ABB, ABC, ACA]

print pd.concat([df,df1])
  v_catego  Time
0       AA   353
1      AAC   136
2      ABB     2
3       AA   353
4      AAC   136
0       AA     1
1      AAC    13

编辑：

我想你可以用merge

print df
   v_catego
0        AA
1       AAC
2       ABB
3        AA
4       AAC
5       ABB
6        AA
7       AAC
8        AA
9       AAC
10      AAC
11      ABB
12       AA
13      AAC
14      ABB
15       AA
16      AAC
17       AA
18      AAC

df1 = df['v_catego'].value_counts()
                    .reset_index(name='count')
                    .rename(columns={'index': 'v_catego'})
print df1
  v_catego  count
0      AAC      8
1       AA      7
2      ABB      4

print pd.merge(df,df1,on=['v_catego'], how='left' )
   v_catego  count
0        AA      7
1       AAC      8
2       ABB      4
3        AA      7
4       AAC      8
5       ABB      4
6        AA      7
7       AAC      8
8        AA      7
9       AAC      8
10      AAC      8
11      ABB      4
12       AA      7
13      AAC      8
14      ABB      4
15       AA      7
16      AAC      8
17       AA      7
18      AAC      8