python 数据分类赋值

问题描述：在数据预处理时，往往需要对描述性数据进行分类赋值或对数据进行分级赋值。

首先，会想到用for循环，依次判断赋值：

for n in range(len(data1)):
    print(n)
    if data1['文化程度'][n] == '小学':
        data1['文化程度得分'][n] = 1
    elif data1['文化程度'][n] == '初中':
        data1['文化程度得分'][n] = 2
    elif data1['文化程度'][n] == '高中':
        data1['文化程度得分'][n] = 3
    elif data1['文化程度'][n] == '大专':
        data1['文化程度得分'][n] = 4
    elif data1['文化程度'][n] == '本科及以上':
        data1['文化程度得分'][n] = 5
    else:
        data1['文化程度得分'][n] = 0

但是，当数据量较大时，这种处理方式十分耗时

于是寻找其他方式，利用.loc选取数据进行赋值，由于目前对python还处于初级阶段，没有找到直接赋值的简单方法，于是先利用.loc选取，再用.concat将数据拼接起来

 1 da1 = data.loc[data['文化程度'] == '小学']
 2 da1['文化程度得分'] = 1
 3 da2 = data.loc[data['文化程度'] == '初中']
 4 da2['文化程度得分'] = 2
 5 da3 = data.loc[data['文化程度'] == '高中']
 6 da3['文化程度得分'] = 3
 7 da4 = data.loc[data['文化程度'] == '大专']
 8 da4['文化程度得分'] = 4
 9 da5 = data.loc[data['文化程度'] == '本科及以上']
10 da5['文化程度得分'] = 5
11 da6 = data.loc[data['文化程度'] == '文盲或半文盲']
12 da6['文化程度得分'] = 0
13 da7 = data.loc[data['文化程度'].isnull()]
14 da7['文化程度得分'] = 0
15 data1 = pd.concat([da1,da2,da3,da4,da5,da6,da7],axis=0,ignore_index=True)
   #参数axis=0表示上下合并，1表示左右合并，ignore_index=True表示忽略原来的索引

 

目前编程水平有限，如果您有较好的方法，也可以留言给我，感谢！

转载于:https://www.cnblogs.com/giserqwp/p/10753407.html